Kas yra tolimas priežiūra (NER iš KB)?

Atskiro stebėjimas (nuotolinis mokymas) kontekste, kai naudojama Žodžių Entitetų Atpažinimo (NER) iš Knowledge Base (KB), yra automatinio duomenų žymėjimo metodas, kai žymėjimas nėra atliekamas rankiniu būdu, o naudojant išorinius žinių šaltinius.

Idėja ta, kad turint žinių bazę (pavyzdžiui, sąrašą žinomų subjektų ir jų tipų), galima automatiškai suderinti tekste paminėtus dalykus su šiomis entitetais ir naudoti tokius suderinimus kaip mokymo pavyzdžius. Tai leidžia gauti didelį kiekį pažymėtų duomenų be rankinio darbo.

Tačiau toks požiūris gali sukelti triukšmą duomenyse, nes suderinimai ne visada yra teisingi (pavyzdžiui, žodžių daugiaprasmiškumas). Todėl tolimas stebėjimas dažnai derinamas su silpnojo mokymo (weak supervision) ir aktyvaus mokymo (active learning) metodais, siekiant pagerinti žymėjimo ir modelio kokybę.

Pavyzdys: jei KB yra įrašas, kad "Apple" yra įmonė, tada visi "Apple" paminėjimai tekste automatiškai žymimi kaip organizacija, tai suteikia mokymo pavyzdžių NER.