本研究提出了一种主动学习方法，旨在提高呼吸疾病诊断中的数据获取和标注效率。该方法通过智能样本选择，降低资源消耗，并实现与传统模型相当的效果。

本文探讨了机器人数据集中自然语言注释的稀缺问题，提出了NILS方法，能够自动标注长时间跨度的数据，从而提高标注效率和质量，对机器人学习产生重要影响。