Was ist entfernte Überwachung (NER aus KB)?

Fernüberwachung (Fernunterricht) im Kontext der Erkennung benannter Entitäten (NER) aus der Knowledge Base (KB) ist eine Methode der automatischen Datenkennzeichnung zum Trainieren von Modellen, bei der die Kennzeichnung nicht manuell erfolgt, sondern mit Hilfe externer Wissensquellen.

Die Idee ist, dass man, wenn man eine Wissensbasis (z.B. eine Liste bekannter Entitäten und ihrer Typen) hat, automatisch Erwähnungen im Text mit diesen Entitäten abgleichen kann und solche Übereinstimmungen als Trainingsbeispiele nutzt. Dies ermöglicht es, eine große Menge an annotierten Daten ohne manuelle Arbeit zu erhalten.

Diese Methode kann jedoch Rauschen in den Daten verursachen, da Übereinstimmungen nicht immer korrekt sind (z.B. Mehrdeutigkeit von Wörtern). Daher wird Fernüberwachung oft mit Methoden des schwachen Lernens (weak supervision) und des aktiven Lernens (active learning) kombiniert, um die Qualität der Kennzeichnung und des Modells zu verbessern.

Beispiel: Wenn in der KB steht, dass "Apple" ein Unternehmen ist, werden alle Erwähnungen von "Apple" im Text automatisch als Organisation gekennzeichnet, was Trainingsbeispiele für NER liefert.