一种基于截断重要性采样的模型与样本双重主动选择方法

摘要

本发明面向自动标注领域公开了一种基于截断重要性采样的模型与样本双重主动选择方法。主动学习技术往往被用于降低训练高性能模型所需要的数据量。然而现有方法往往假设目标模型作为先验给定，然而这一条件在实际任务中难以满足。本发明提出一种同时选出高效用模型与样本算法，一方面利用截断重要性采样技术缓解主动样本选择带来的数据偏差问题，从而得到更准确的模型搜索结果；另一方面主动查询高信息量且具有判别性的样本，从而快速辨别出适于当前任务的模型，并帮助其收敛。方法更符合实际应用场景，能够缓解目标模型无法事先获得导致主动学习获得次优解的问题。