ICLRApr, 2020

从规则中学习概括标记实例

TL;DR本文提出了一种规则示例方法来收集人类监督,以结合规则的效率和实例标签的质量,通过潜在的覆盖变量联合去噪规则,通过覆盖和标签变量上的软蕴涵损失训练模型,并将去噪的规则和训练好的模型一起用于推理。实证评估表明,我们的算法比现有的几种方法更精确地学习从混合干净和嘈杂监督中学习,并且耦合的规则示例监督有效去噪规则。