Компьютерные науки > Машинное обучение [представлено 13 сентября 2026 года] Название: HintMiner: Автоматическая добыча вопросов от Q&A Web Posts с языковой моделью через Self-Supervided Liew PDF HTML (экспериментальное) резюме: Пользователям часто нужно задавать вопросы и искать ответы в Интернете. Такие форумы, как " Стек переток &qt; , не всегда отвечают на вопросы своевременно и надлежащим образом. В этом документе мы предлагаем HintMiner, новый автоматический вопрос подсказывает пользователям инструмент для добычи, чтобы помочь им найти ответы. HintMiner использует методы машинного понимания и генерации последовательности для автоматического создания намеков на вопросы пользователей. Сначала он извлекает множество веб-почт Q\&A и затем извлекает некоторые намеки с постов, используя MiningNet, которые построены через языковую модель. Используя огромное количество онлайн-почт Q&A, мы проектируем самоконтролированную цель тренировки MiningNet — нейронной модели энкодера на основе трансформатора и копирования механизмов. Мы провели оценку по 60 тысячам вопросов о перетоке Стэка. Результаты эксперимента показывают, что предлагаемый подход является эффективным. Например, HintMiner достигает среднего показателя BLEU в 36,17/% и среднего балла ROUGE-2 в 36.29\%. Наши инструменты и экспериментальные данные доступны для общественности. Текущий контекст просмотра: cs.LG ссылки и цитаты загрузка... Библиографические и цитационно-инструментальные средства Библиографии (что такое…
HintMiner: Автоматическая добыча вопросов от Q&A Web Posts с языковой моделью через самообучение
arXiv: 2600 9.16060v1 Annuate Type: New Express: Пользователи часто нуждаются в вопросах и поиске ответов онлайн. Такие форумы, как " Стек переток &qt; , не всегда отвечают на вопросы своевременно и надлежащим образом. В этом документе мы предлагаем HintMiner, новый автоматический вопрос подсказывает пользователям инструмент для добычи, чтобы помочь им найти ответы. HintMiner использует методы машинного понимания и генерации последовательности для автоматического создания намеков на вопросы пользователей. Сначала он извлекает множество веб-почт Q\&A и затем извлекает некоторые намеки с постов, используя MiningNet, которые построены через языковую модель. Используя огромное количество онлайн-почт Q&A, мы проектируем самоконтролируемую цель тренировки MiningNet — нейронной модели энкодера на основе трансформатора и копирования механизмов. Мы провели оценку по 60 тысячам вопросов о перетоке Стэка. Результаты эксперимента показывают, что предлагаемый подход является эффективным. Например, HintMiner достигает среднего показателя BLEU в 36,1