Turaco:为训练程序的神经代理生成复杂度指导的数据采样
原文中文,约200字,阅读约需1分钟。发表于: 。通过复杂度引导的数据采样方法,在多个实际程序上展示了基于神经网络的程序代理训练的经验改进。
本研究提出了Data Programming范式,利用弱监督策略和领域启发式标注函数生成训练集,降噪并生成模型表示训练集的标注过程。研究探讨了数据编程在监督学习中的应用及在TAC-KBP数据集上的检测实验。
通过复杂度引导的数据采样方法,在多个实际程序上展示了基于神经网络的程序代理训练的经验改进。
本研究提出了Data Programming范式,利用弱监督策略和领域启发式标注函数生成训练集,降噪并生成模型表示训练集的标注过程。研究探讨了数据编程在监督学习中的应用及在TAC-KBP数据集上的检测实验。