Наглядный обзор слабого надзора - на пути к науке о данных
• Слабый контроль - парадигма машинного обучения, привлекающая внимание в последние годы. • Полный контроль требует обучающего набора с правильной меткой, слабый контроль - с общей настройкой. • Слабый контроль может решить проблему с данными и разметкой, экономя время и деньги. • Слабые модели контроля предназначены для обобщения за пределы источников маркировки. • Общая структура слабого контроля включает набор функций маркировки и обучающий набор данных. • Задачи НЛП, такие как классификация последовательностей и токенов, могут использовать слабый контроль. • Примеры слабого надзора включают Snorkel и Skweak.
