自动合成数据高效任务级的弱监督源 - CSDN文库

PDF格式 | 1.91MB | 更新于2025-01-16 | 176 浏览量 | 举报

收藏

2211

用于行为分析的多种弱监督源的自动综合

Albert Tseng

Nuro

，

†

詹妮弗

·J Sun

Caltech

Yisong Yue

Caltech，Argo

AI

摘要

获取大型训练集的注释是昂贵的，特别是在需要领

域知识的设置中，例如行为分析。已经研究了弱监督

以通过使用来自任务特定的标签函数（

LF

）的弱标签

来增强地面真值标签来降低注释成本。然而，领域专

家仍然需要为不同的任务手工制作不同的

LF

，这限制

了可扩展性。为了减少专家的工作量，我们提出了

AutoSWAP

：自动合成数据高效任务级

LF

的框架。我

们的方法的关键是有效地表示专家知识在一个可重用

的领域特定的语言和更一般的领域级的

LF

，我们使用

国家的最先进的程序合成技术和一个小的标记数据集

生成任务级的

LF

。此外，我们提出了一种新的结构多

样性成本，允许有效地合成不同的

LF

集，进一步提高

AutoSWAP

我们评估

AutoSWAP

在三个行为分析领域，

并证明了

Au- toSWAP

优于现有的方法，只使用一小部

分的数据。我们的研究结果表明，

AutoSWAP

是一种有

效的方法来自动生成

LF

，可以显着减少专家的努力，

行为分析。

1.

介绍

近年来，机器学习已经使许多行为分析领域的大规

模数据集研究成为可能，例如神经科学[24，27]，体

育分析[30，37]和运动预测[7]。然而，获得标记数据

来训练模型可能是困难和昂贵的，特别是当注释需要

专业知识时，例如许多行为分析任务[24]。降低注释

成本的一种方法是通过弱监督，其使用有噪声的任务

级启发式特定任务的LF（任务级LF）由领域专家提

供，并应用于获得一组弱标签。弱标记数据可以用于

下游设置，例如主动学习[4]和自我训练[17]。

*

作者在加州理工学院工作期间所做的工作

[2]电子邮件

：atseng@caltech.edu。

图

1.

我们提出了

AutoSWAP

，一个框架，用于自动合成不同

的

任务级

标签功能（

LF

）与一个小的标记数据集和领域知识

编码在

域级

LF和DSL。AutoSWAP通过自动化LF生成显著减

少了

虽然弱监督在广泛的环境中效果良好[4，10，23]，

但尚未充分探索其用于组织或分析任务。首先，LF必

须提供

标签

而不是

特征

的要求阻止了更一般的领域知

识的使用[22]（例如[14，24]中的行为特征）。此外，

新的LF必须由领域专家为新任务（例如要研究的新行

为）手工制作，限制了人工弱监督的可扩展性[33]。

为了应对这些挑战，我们研究了有效的领域知识表示

和开发自动化弱监督方法，以减少行为分析设置中的

注释瓶颈。

我们的方法。我们提出了AutoSWAP（自动S合成

WeA k SuP ervision），一个数据高效的框架，自动生

成任务级LF使用一种新的多样化的程序合成公式。如

图1所示，专家为给定域提供域特定语言（DSL）和域

级LF（特定于任务域的LF），例如鼠标行为或车辆运

动规划。对于该领域中要研究的每个任务，专家提供

一个小的标记数据集来指定任务，AutoSWAP返回一

组结构上不同的任务级LF，可以在弱监督框架中使

用。域级LF（图2）提供了良好的

下载后可阅读完整内容，剩余9页未读，立即下载

cpongm

粉丝: 6

最新资源