Label Sleuth：从非标注文本到数小时内构建分类器
计算与语言
2022-11-01 v2 人机交互
摘要
文本分类在许多现实场景中都很有用，可为终端用户节省大量时间。然而，构建定制分类器通常需要编程技能和机器学习知识，这对许多潜在用户构成了显著障碍。为消除这一障碍，我们推出 Label Sleuth，一个用于标注和创建文本分类器的免费开源系统。该系统的独特之处在于：（a）为无代码系统，使 NLP 对非专家可及；（b）引导用户完成整个标注流程直至获得定制分类器，使流程高效——从冷启动到数小时内得到分类器；（c）对开发者开放配置与扩展。通过开源 Label Sleuth，我们希望建立一个用户与开发者社区，以拓宽 NLP 模型的应用。
引用
@article{arxiv.2208.01483,
title = {Label Sleuth: From Unlabeled Text to a Classifier in a Few Hours},
author = {Eyal Shnarch and Alon Halfon and Ariel Gera and Marina Danilevsky and Yannis Katsis and Leshem Choshen and Martin Santillan Cooper and Dina Epelboim and Zheng Zhang and Dakuo Wang and Lucy Yip and Liat Ein-Dor and Lena Dankin and Ilya Shnayderman and Ranit Aharonov and Yunyao Li and Naftali Liberman and Philip Levin Slesarev and Gwilym Newton and Shila Ofek-Koifman and Noam Slonim and Yoav Katz},
journal= {arXiv preprint arXiv:2208.01483},
year = {2022}
}
备注
7 pages, 2 figures To be published at EMNLP 2022