弱监督学习助力网约车用户体验提升

弱监督学习旨在应对标记数据稀缺的问题。以往的弱监督研究通常假设数据中仅存在一种弱监督。然而在许多应用中，原始数据通常同时包含不止一种弱监督。例如，在最大在线网约车平台之一滴滴的用户体验提升中，乘车评论数据包含严重的标签噪声（由于乘客的主观因素）和严重的标签分布偏差（由于采样偏差）。我们称此类问题为“复合弱监督学习”。本文提出CWSL方法，基于滴滴网约车评论数据解决该问题。具体而言，采用实例重加权策略应对评论数据中的严重标签噪声，其中有害噪声实例的权重较小。为纠正有偏数据标签，优化AUC等鲁棒准则而非准确率及验证性能。交替优化与随机梯度方法加速了大规模数据上的优化。在滴滴网约车评论数据上的实验清晰验证了有效性。我们希望该工作能为将弱监督学习应用于复杂真实场景提供一些启示。