Knodle：基于 PyTorch 的模块化弱监督学习框架
机器学习
2021-08-05 v3 计算与语言
摘要
用于提升弱监督机器学习模型训练与预测质量的策略，在针对特定任务的定制程度或与特定模型架构的集成程度上各不相同。本文中，我们介绍 Knodle，一个将弱数据标注、深度学习模型以及改善弱监督训练的方法视为相互独立模块化组件的软件框架。这种模块化使训练过程能获取细粒度信息，如数据集特征、启发式规则的匹配情况，或最终用于预测的深度学习模型的元素。因此，我们的框架可涵盖广泛的改善弱监督的训练方法，从仅考察规则与输出类关联（独立于用所得标签训练的机器学习模型）的方法，到利用神经网络与弱标注数据相互作用的方法。我们通过若干参考实现在 Knodle 中已有数据集上的性能比较，说明了该框架的基准测试潜力。该框架作为开源 Python 包 knodle 发布，可从 https://github.com/knodle/knodle 获取。
引用
@article{arxiv.2104.11557,
title = {Knodle: Modular Weakly Supervised Learning with PyTorch},
author = {Anastasiia Sedova and Andreas Stephan and Marina Speranskaya and Benjamin Roth},
journal= {arXiv preprint arXiv:2104.11557},
year = {2021}
}