AutoWS：面向文本分类的自动弱监督框架
计算与语言
2023-02-08 v1
摘要
创建大规模、高质量的标注数据已成为开发机器学习应用的主要瓶颈之一。目前已开发出多种技术来减少对标注数据的依赖（零样本/少样本学习、弱监督）或提高标注过程的效率（主动学习）。其中，弱监督已被证明可以通过采用领域专家设计的手工标注函数来降低标注成本。我们提出 AutoWS——一种旨在提高弱监督过程效率同时减少对领域专家依赖的新型框架。我们的方法每个标签类别仅需少量标注样本，即可自动创建一组标注函数，为大量未标注数据分配噪声标签。随后，噪声标签可被聚合为概率标签，供下游判别式分类器使用。我们的框架是完全自动的，无需用户指定任何超参数。我们将该方法与弱监督和噪声训练领域不同的 SOTA 工作进行了比较。实验结果表明，我们的方法优于具有竞争力的基线。
引用
@article{arxiv.2302.03297,
title = {AutoWS: Automated Weak Supervision Framework for Text Classification},
author = {Abhinav Bohra and Huy Nguyen and Devashish Khatwani},
journal= {arXiv preprint arXiv:2302.03297},
year = {2023}
}