ScriptoriumWS：面向弱监督的代码生成助手

弱监督是一种克服标注数据瓶颈的流行框架：获取训练数据标签的需求。在弱监督中，多个噪声但廉价的来源被用于提供标签猜测，并通过聚合生成高质量的伪标签。这些来源通常由领域专家编写的小程序表达——因此获取成本高昂。相反，我们主张使用代码生成模型作为编写弱监督来源的编码助手。我们研究了最大化生成来源质量的提示策略，最终确定了一种结合多种信息类型的多层次策略。我们探讨了如何最好地结合手工编写和自动生成的来源。基于这些见解，我们引入了ScriptoriumWS，一个弱监督系统，与手工编写的来源相比，在保持准确率的同时大幅提升了覆盖率。