HEIDL：利用深度学习和人在回路学习语言表达式
计算与语言
2021-09-17 v1 人工智能
人机交互
机器学习
计算机科学中的逻辑
摘要
尽管机器学习界日益认识到人类的作用，但当前人在回路机器学习（HITL-ML）方法中模型的表示与交互过于底层，且远离人类的概念模型。我们展示了 HEIDL，一个 HITL-ML 原型系统，它通过由表示文本语义结构谓词构成的高层、可解释语言表达式来暴露机器学习模型。在 HEIDL 中，人类的角色从简单评估模型预测提升到直接解释甚至更新模型逻辑，从而实现与规则谓词本身的交互。将交互的基本单位提升到此类语义层次，需要新的人机交互范式，从而提高文本分析模型开发过程的效率。此外，通过让人类参与过程，由人机共同创建的模型对未见过的数据具有更好的泛化能力，因为领域专家能够通过从自动化算法从少量标注数据中学到的内容中进行外推来注入其专业知识。
引用
@article{arxiv.1907.11184,
title = {HEIDL: Learning Linguistic Expressions with Deep Learning and Human-in-the-Loop},
author = {Yiwei Yang and Eser Kandogan and Yunyao Li and Walter S. Lasecki and Prithviraj Sen},
journal= {arXiv preprint arXiv:1907.11184},
year = {2021}
}