iPAS 考題解析低資源語言模型出現過擬合,但不能新增真實語料。若希望從資料面改善,下列何者最合適?
你的作答
在題目頁作答不會存進學習紀錄,想留下紀錄可以到題庫練習。
解析
正確答案:B. 使用 Back-Translation 生成偽平行語料
Back-Translation 是把現有語料翻譯到另一語言再翻譯回來,產生「偽平行語料」擴增訓練資料量,是資料面的標準做法。加入 L1 正則化(C)雖然也能抑制過擬合,但屬於模型面的手段,不符合題目限定的資料面改善。
每個選項為什麼對或錯
-
A 擴增隱藏層數量 錯誤選項
擴增隱藏層增加模型複雜度,反而加劇過擬合(Overfitting)
-
B 使用 Back-Translation 生成偽平行語料 正解
-
C 加入 L1 正則化 錯誤選項
L1 正則化(Regularization)可以幫助但效果有限,Back-Translation 更直接解決資料不足的問題
-
D 凍結 mBERT 的所有層 錯誤選項
凍結所有層代表不學習任何東西,模型無法適應目標任務
答案、題目或解析有問題?回報這題