Co je to vzdálený dohled (NER z KB)?

Vzdálený dohled (distanční výuka) v kontextu Rozpoznávání pojmenovaných entit (NER) z Knowledge Base (KB) je metoda automatického označování dat pro trénování modelů, kdy označení není provedeno ručně, ale pomocí externích zdrojů znalostí.

Myšlenka je, že pokud máme znalostní bázi (například seznam známých entit a jejich typů), můžeme automaticky přiřadit zmínky v textu těmto entitám a taková přiřazení používat jako trénovací příklady. To umožňuje získat velké množství označených dat bez manuální práce.

Tento přístup však může zavádět šum do dat, protože shody nejsou vždy správné (například vícenásobný význam slov). Proto se vzdálený dohled často kombinuje s metodami slabého učení (weak supervision) a aktivního učení (active learning), aby se zlepšila kvalita označení a modelu.

Příklad: pokud v KB je záznam, že "Apple" je společnost, jsou všechny zmínky "Apple" v textu automaticky označeny jako organizace, což poskytuje trénovací příklady pro NER.