人工智能 - 在需要大量数据的复杂模型的情况下，如何使用主动学习？ - 吾爱随笔录

人工智能机器学习循环神经网络主动学习

2021-10-27 18:21:31

我们有一系列数据，我们想标记每个系列的部分。由于我们没有任何训练数据，我们可以尝试使用主动学习作为解决方案，但问题是我们的分类器类似于 RNN，需要大量数据进行训练。因此，我们在快速收敛以仅标记未标记数据的比例小部分方面存在问题。

有没有关于这个问题的文章（主动学习和一些复杂的分类器，比如 RNN）？

这个问题有没有好的解决方案？（因为数据是一系列动作）

2个回答

正如我发现这个案例回到了序列标签。序列标注有一些经典的解决方案，例如条件随机场（CRFs）和隐马尔可夫模型（HMM）。此外，在主动学习 (AL) 中有一些使用算法的解决方案，例如 struct SVM ( $\text{SVM}^{\text{strcut}}$ ) 喜欢这篇论文。

此外，主动学习中的一些 NLP 解决方案可以帮助解决这类问题，例如这篇关于命名实体识别 (NER) 中的主动学习的论文。

此外，主动学习与深度网络（如 CNN）的结合发生了。例如，本文对这个想法进行了更多解释。

您还可以查看这篇论文，其中讨论了 LSTM 和 GRU 与主动学习和词嵌入 (word2vec) 的使用。

其它你可能感兴趣的问题