利用变化理论进行反事实数据增强以优化主动学习

主动学习（AL）允许模型从用户反馈中交互式地学习。本文提出了一种反事实数据增强方法用于主动学习，特别针对用户查询的数据点选择这一提升数据效率的关键问题。我们的方法受变化理论的启发，该理论是人类概念学习的一种理论，强调通过关注什么保持不变和什么发生变化来突出概念的本质特征。我们的方法不仅使用现有数据点进行查询，而是通过结合大语言模型（LLMs）和基于规则的模型的神经符号流水线，合成突出标签间潜在关键相似性和差异的人工数据点。通过在文本分类示例领域的实验，我们证明当标注数据较少时，我们的方法取得了显著更高的性能。随着标注训练数据的增大，生成数据的影响开始减弱，这表明其具有解决主动学习中冷启动问题的能力。本研究为将人类学习理论融入主动学习的优化提供了启示。