弱监督里的不准确监督学习工具Snorkel。
这一工具经常被用于程序化弱监督领域。是一个围绕数据编程范式(Data Programming paradigm)而构建的系统。利用这一工具得到海量的低质量监督(标注数据)。
学习Snorkel原理网址:https://zhuanlan.zhihu.com/p/362845428
自己的一点学习补充理解:
利用这些不同的标注函数对大量样本进行标注,根据标注的结果存在的冲突,我们可以学习训练出一个标注模型(本质上就是学习到各标注函数的标注准确度,学习训练好的标注模型其实就是学习给各标注函数的权重)
当用训练好的标注模型去标注一个新的数据点时,每一个标注函数都会对分类进行投票:正、负或弃权(每个标注进行自己的标注)。基于这些投票以及各标注函数的权重占比,可以给这个新数据点分配一个包含噪声的标注(0~1之间),而不是一个硬标注(要么0,要么1)。