ACLMay, 2023
D-CALM:基于动态聚类的主动学习方法降低偏差
D-CALM: A Dynamic Clustering-based Active Learning Approach for Mitigating Bias
Sabit Hassan, Malihe Alikhani
TL;DR本文提出了一种新颖的自适应基于聚类的主动学习算法 D-CALM,通过将聚类与主动学习相结合,动态地调整聚类和注释工作以响应分类器错误率的估计。实验证明,D-CALM 可以显著优于基线主动学习方法,具有较强的鲁棒性并可以显著降低模型的不想要偏差。