利用逻辑从噪声众包标签中学习
机器学习
2023-03-21 v3 人工智能
计算与语言
人机交互
摘要
本文探索将符号逻辑知识整合到深度神经网络中,以从噪声众包标签中学习。我们提出逻辑引导的噪声众包标签学习(Logic-LNCL),一种类 EM 的迭代逻辑知识蒸馏框架,可从噪声标注数据和感兴趣的逻辑规则中学习。与传统 EM 方法不同,我们的框架包含一个“伪 E 步”,从逻辑规则中蒸馏出一种新型学习目标,随后在“伪 M 步”中用于训练分类器。在两个真实世界数据集上针对文本情感分类和命名实体识别的大量评估表明,所提框架优于当前最优方法,并为从噪声众包标签中学习提供了新方案。
引用
@article{arxiv.2302.06337,
title = {Learning from Noisy Crowd Labels with Logics},
author = {Zhijun Chen and Hailong Sun and Haoqian He and Pengpeng Chen},
journal= {arXiv preprint arXiv:2302.06337},
year = {2023}
}
备注
12 pages, 7 figures, accepted by ICDE-2023