BriefGPT.xyz
大模型
Ask
alpha
关键词
labeling process
搜索结果 - 4
基于对比学习的无监督学习目标检测
我们提出了一种通过无监督 / 自监督学习训练单阶段目标检测器的创新方法，该方法有潜力彻底改变标注过程，大大减少人工标注所需的时间和成本，并为之前难以实现的研究机会铺平了道路。与现有的主要针对分类任务的无监督学习方法不同，我们的方法承担了目标
→
PDF
4 months ago
AutoWS: 文本分类自动化弱监督框架
提出了 AutoWS 框架用于增加弱监督过程的效率，减少对领域专家的依赖性，使用少量标记的实例和自动创建标注函数的方法来指定嘈杂标签，然后通过一个下游歧别分类器将其聚合成概率标签。
PDF
a year ago
COLING
通过动态自动冲突解决改善人工标记的数据
本文提出了一种可扩展的方法，用于评估典型众包语义注释任务产生的标签嘈杂程度并减少标注过程中的错误，称之为动态自动冲突解决 (DACR)。该方法无需基本真值数据集，而是基于项目间注释不一致性，从而使 DACR 不仅更加准确，而且适用于各种标注
→
PDF
4 years ago
深度贝叶斯主动半监督学习
通过半监督深度学习与主动学习相结合的方法，使用尽可能少的标记样本，同时利用熵最小化对未标记样本进行训练，在 MNIST 数据集上仅使用 300 个标记样本实现 2.06% 的误差率和 1000 个标记样本实现 1.06% 的误差率。该方法可
→
PDF
6 years ago
Prev
Next