计算机科学 > 计算与语言
[提交于 2025年7月3日
]
标题: 重新审视(人类)标签变化下的主动学习
标题: Revisiting Active Learning under (Human) Label Variation
摘要: 访问高质量标注数据仍然是应用监督学习中的一个限制因素。 尽管标签差异(LV),即同一实例的不同标签,在自然语言处理中很常见,但注释框架通常仍然基于单一真实标签的假设。 这忽略了人类标签差异(HLV),即注释中可能出现的合理差异,作为一种信息性信号。 同样,主动学习(AL),一种在训练机器学习模型时优化有限注释预算的流行方法,通常依赖于几种简化的假设之一,而当承认HLV时,这些假设很少在实践中成立。 在本文中,我们考察了关于真理和标签本质的基本假设,强调需要将观察到的LV分解为信号(例如,HLV)和噪声(例如,注释错误)。 我们调查了AL和(H)LV社区如何处理——或忽视——这些区别,并提出了一个概念框架,以在整个AL循环中包含HLV,包括实例选择、注释者选择和标签表示。 我们进一步讨论了将大型语言模型(LLM)作为注释者的整合。 我们的工作旨在为HLV感知的主动学习奠定概念基础,更好地反映现实注释的复杂性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.