从噪声类型视角重新审视真实标注场景中的噪声标签学习
机器学习
2023-08-23 v2 人工智能
人机交互
摘要
本文研究真实标注场景下的噪声标签学习问题，其中噪声可分为两类：事实噪声与歧义噪声。为更好区分这些噪声类型并利用其语义，我们提出一种基于样本选择的噪声标签学习新方法，称为 Proto-semi。Proto-semi 首先通过预热将所有样本划分为置信数据集与非置信数据集。利用置信数据集构建原型向量以捕捉类别特征。随后，计算非置信样本与原型向量间的距离以辅助噪声分类。基于这些距离，标签被纠正或保留，从而精炼置信与非置信数据集。最后，我们引入半监督学习方法来增强训练。在真实标注数据集上的实证评估证实了 Proto-semi 在处理噪声标签学习问题上的鲁棒性。同时，基于原型的重划分策略被证明能有效缓解标签噪声的负面影响。代码与数据见 https://github.com/fuxiAIlab/ProtoSemi。
引用
@article{arxiv.2307.16889,
title = {Rethinking Noisy Label Learning in Real-world Annotation Scenarios from the Noise-type Perspective},
author = {Renyu Zhu and Haoyu Liu and Runze Wu and Minmin Lin and Tangjie Lv and Changjie Fan and Haobo Wang},
journal= {arXiv preprint arXiv:2307.16889},
year = {2023}
}
备注
Submitted to AAAI 2024