labeling | BriefGPT - AI 论文速递

关键词labeling

搜索结果 - 34

IJCAI基于聚类的数据流分类框架
本文提出了一种基于聚类的数据流分类框架，通过采用基于密度的流聚类算法，结合动态阈值和有效的主动标签查询策略，处理非平稳数据流，解决了标注的初始集问题和重叠类别之间的分类挑战。同时对聚类中的子簇结构进行探索，有效的解决了类别之间的重叠问题。实
PDF3 years ago
EMNLP使用图论自动扩充的同义句数据集：寻找朋友和反转敌对者
提出了一种基于图论的自动改进 NLP 数据集的方法，通过推断原始语句对的标签来构建同义词图，并使用结构平衡理论识别可能的错误标签，并在 BERT 模型的基础上对同义词模型进行训练，结果表明使用这种自动增强的训练集可以得到更准确的模型。
PDF4 years ago
KDD利用潜在的工人 / 任务相关信息在异构图神经网络中进行标签聚合的众包解决方案
本文提出了一种基于图神经网络的新框架，用于聚合众包标签，并在 13 个真实世界的数据集上得出了超越现有技术的结果。
PDF4 years ago
ICML非传统测试集：减少测试标注工作量
提出一种简单但有效的方法来构建和维护高质量的测试集，该方法可以显著降低标记测试集的工作量，并引起测试过程的根本性重构。
PDF4 years ago
EMNLPCheXbert: 利用 BERT 结合自动标注器和专家注释实现准确放射学报告标注
本文介绍了一种基于 BERT 的医学图像报告标注方法，利用了可用规则系统的规模和专家注释的质量，经过预训练和微调得到的 CheXbert 模型，在胸透数据集上表现优异，超过了以往最好的规则系统，成为该领域最先进技术。
PDF4 years ago
ICCVNLNL: 噪声标签的负学习
本文提出了一种名为 “SelNLPL” 的优化 CNNs 训练方法，在使用负训练法（NL）的基础上，选择性地使用正训练法（PL）来训练低噪声数据，从而实现对有噪声数据分类的准确性优化。
PDF5 years ago
ICLRMax-MIG: 一种信息论方法用于从众包中进行联合学习
提出了一种信息论方法，Max-MIG，可以同时聚合众包标签和学习准确的数据分类器，并设计了一个准确的数据 - 众包预测器，可以预测信息结构未知的众包数据准确性。
PDF5 years ago
IJCAIMiSC: 混合策略众包
本研究提出了一种名为 MiSC 的集成常规众包和张量补全技术的多功能框架，其中包括一种新的迭代 Tucker 标签聚合算法，其在广泛的实验中表现优于现有的方法。
PDF5 years ago
深度学习快速素描分割和标注
本研究提出了一种基于深度学习的简单高效方法，用于将手绘目标自动分解为语义上有效的部分，可实现快速的分割和标记。
PDF6 years ago
从众策中高效的 PAC 学习
通过交错标注和学习的过程，可以在更少的标注成本下实现计算效率，以高精度去标记收集的数据，从而进行有效的学习算法。
PDF7 years ago
NIPS主动一次性学习
使用强化学习和单样本学习相结合的方法，使得模型能够在分类过程中决定哪些样本需要标注，我们提出了一种基于递归神经网络的动作值函数来实现，通过选择奖励函数，该模型能够在减少样本标注需求的同时达到更高的准确率。
PDF7 years ago
KDD有限标记资源下的分类器风险评估
该研究提出了基于分层取样的策略来选取测试集的子集进行标注，以尽可能准确地估计分类器的性能，相对于简单随机取样，这些策略可以显著减少分类器精度估计中方差的误差，并且在有限标注资源下比随机取样需要更少的样本来估计分类器的准确性，有些情况下减少的
PDF8 years ago
白质查询语言：一种描述人类白质解剖结构的新方法
本文研究使用一种新增的方法基于扩散 MRI 来描述人类白质解剖学，该方法简单易用、自动提取白质束，简化了对大型扩散 MRI 数据库中白质束的量化和统计分析，并实现了对患者白质解剖学的自动标记。在将这种方法描述后，我们提供了一个其实现的示例，
PDF9 years ago
KDD面向观点文档流的增量式主动学习
研究可通过有限标签及流学习算法来处理具有变化数据及词极性的情感化文件流，结果表明采用主动学习法需花费的标签较少且性能良好。
PDF9 years ago