Qu'est-ce que la supervision distante (NER de KB) ?

La supervision distante (enseignement à distance) dans le contexte de la Reconnaissance d’Entités Nommées (NER) à partir de la Base de Connaissances (KB) est une méthode d’étiquetage automatique des données pour entraîner des modèles, lorsque l’étiquetage n’est pas effectué manuellement, mais à l’aide de sources externes de connaissances.

L’idée est qu’en disposant d’une base de connaissances (par exemple, une liste d’entités connues et de leurs types), on peut automatiquement faire correspondre les mentions dans le texte avec ces entités et utiliser ces correspondances comme exemples d’apprentissage. Cela permet d’obtenir une grande quantité de données annotées sans travail manuel.

Cependant, cette approche peut introduire du bruit dans les données, car les correspondances ne sont pas toujours correctes (par exemple, la polysémie des mots). C’est pourquoi la supervision distante est souvent combinée avec des méthodes d’apprentissage faible (weak supervision) et d’apprentissage actif (active learning) pour améliorer la qualité de l’étiquetage et du modèle.

Exemple : si dans la KB il y a une entrée indiquant que "Apple" est une entreprise, alors toutes les mentions de "Apple" dans le texte sont automatiquement étiquetées comme organisation, ce qui fournit des exemples d’apprentissage pour NER.