Nemo：引导与语境化弱监督以支持交互式数据编程
机器学习
2022-10-25 v3 机器学习
摘要
弱监督（WS）技术允许用户通过启发式监督源以编程方式标注数据，从而高效创建大规模训练数据集。尽管 WS 的成功高度依赖于所提供的标注启发式，但这些启发式在实践中的创建过程却鲜有探究。在本文中，我们将标注启发式的开发过程形式化为一种交互式流程，该流程围绕现有工作流构建：用户从选定的开发数据集中获取灵感以设计启发式源。基于这一形式化，我们研究了两个核心问题：如何策略性地选择开发数据以引导用户高效创建信息量丰富的启发式，以及如何利用开发过程中的信息对所得启发式进行语境化并更好地从中学习。基于有效解决上述两个问题的两种新方法，我们提出了 Nemo，一个端到端的交互式系统，与主流 WS 方法相比，其将 WS 学习流程的整体生产率平均提升了 20%（在某一任务中最高达 47%）。
引用
@article{arxiv.2203.01382,
title = {Nemo: Guiding and Contextualizing Weak Supervision for Interactive Data Programming},
author = {Cheng-Yu Hsieh and Jieyu Zhang and Alexander Ratner},
journal= {arXiv preprint arXiv:2203.01382},
year = {2022}
}
备注
To appear in PVLDB 2022