Jul, 2024

实体识别任务中主动学习策略及其评估环境的综述

TL;DR我们对自然语言处理(NLP)领域中的主动学习进行了一个范围性回顾,根据PRISMA-ScR指南进行总结:该研究旨在识别针对实体识别提出的主动学习策略以及它们的评估环境(数据集、指标、硬件、执行时间)。研究结果表明,已经鉴别出了多种主动学习策略,同时也存在一些有待解决的开放性问题。研究人员和实践者在选择采用哪种主动学习策略时面临困难,通过使用本研究提出的评估环境进行全面的实证比较,有助于建立该领域的最佳实践。