基于弱標簽爭議的半自動分類數(shù)據(jù)標注方法

摘要： 當前，深度主動學習（Deep Active Learning,DAL）在分類數(shù)據(jù)標注工作中獲得成功，但如何篩選出最能提升模型性能的樣本仍是難題.本文提出基于弱標簽爭議的半自動分類數(shù)據(jù)標注方法（Dispute about Weak Label based Deep Active Learning,DWLDAL），迭代地篩選出模型難以區(qū)分的樣本，交給人工進行準確標注.該方法包含偽標...