现有主动学习方法要么一次挖掘到一个样本,要么一次挖掘到一个batch的样本。 凑齐例如500w样本的数据要多少轮周期呢?资源有限,算出来了也不可能实现。
业务场景需要我们的主动学习算法一次性挖掘回数万或数十万样本,和主流paper中的主动学习有所区别。并且我们已经有了许多已打标数据,故业务场景需要算法能够:
充分利用信息。 一次挖掘回数万或数十万样本,加入训练集,尽量减少训练迭代周期。 因此,类似QUIRE[5]之类不支持batch选取样本的方法直接pass掉。我们基于支持batch挑选样本的方法,调整挖掘数据量,提高了挖掘效率。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。