主动学习用于提及检测：句子选择策略的比较
计算与语言
2009-11-11 v1 人工智能
摘要
我们提出并比较了多种用于实体提及检测任务的主动学习句子选择策略。最佳策略采用两个基于不同数据视图训练的统计分类器的置信度之和。实验结果表明，与随机选择策略相比，该策略在达到相同性能的同时，将所需标注训练数据量减少了50%以上。当仅考虑命名提及（named mentions）时，效果更为显著：系统仅需随机选择策略所需训练数据的42%即可达到相同性能。
引用
@article{arxiv.0911.1965,
title = {Active Learning for Mention Detection: A Comparison of Sentence Selection Strategies},
author = {Nitin Madnani and Hongyan Jing and Nanda Kambhatla and Salim Roukos},
journal= {arXiv preprint arXiv:0911.1965},
year = {2009}
}
备注
12 pages, 9 figures