Dáta pre AI

slabé označovanie

Anglický výraz weak labeling

základnéheslo č. 9145 otázok a odpovedí2 odborné zdroje

Presná definícia

Čo znamená slabé označovanie?

Slabé označovanie vytvára pravdepodobnostné tréningové štítky kombinovaním viacerých lacných, neúplných a konfliktných zdrojov dohľadu, napríklad pravidiel, slovníkov či starších modelov. Generatívny model odhaduje ich presnosť a závislosti namiesto slepého hlasovania.

Skúsenosť a kontext

Ako sa pojem používa v praxi

Pri detekcii podvodných faktúr analytici zapíšu desať označovacích funkcií. Systém odhadne, ktoré pravidlá sa kopírujú a kedy sa mýlia; malá ručne označená sada slúži na validáciu, nie na predstieranie dokonalej pravdy.

Overiteľnosť

Odborné zdroje

  1. Ratner et al. - Data Programming: Creating Large Training Sets, Quicklyarxiv.org
  2. Northcutt et al. - Confident Learning: Estimating Uncertainty in Dataset Labelsarxiv.org

Praktické odpovede

Často kladené otázky

Ako funguje slabé označovanie?

Označovacie funkcie hlasujú alebo sa zdržia a model ich konflikty prevedie na mäkké pravdepodobnosti tried.

Kedy má slabé označovanie praktický význam?

Pri detekcii podvodných faktúr analytici zapíšu desať označovacích funkcií.

S čím si pojem nezamieňať?

Slabé označovanie integruje viac hlučných zdrojov; automatická anotácia môže pochádzať z jediného modelu či pravidla.

Ako sa výsledok kontroluje?

Kontroluje sa pokrytie, konflikty a korelácie funkcií, kvalita pravdepodobnostných štítkov a výkon na nezávislej zlatej sade.

Na čo si dať pozor?

Mnoho podobných pravidiel nevytvára nezávislé dôkazy a môže dať chybnému signálu nezaslúženú váhu.