Wat zijn labeling functies?

Labeling-functies zijn kleine programmeerfuncties die automatisch labels (markeringen) toewijzen aan gegevens in machine learning-taken, vooral in de context van zwakke supervisie (weak supervision). Ze maken het mogelijk om trainingsdatasets zonder handmatige labeling te creëren, door gebruik te maken van verschillende heuristieken, regels, externe bronnen of modellen.

Elke labeling-functie neemt een voorbeeld van gegevens als invoer en geeft een label (bijvoorbeeld een klasse) of een speciale waarde terug die aangeeft dat de functie geen label kon toewijzen. Uiteindelijk worden zulke functies gecombineerd met behulp van aggregatiemodellen om de uiteindelijke labeling te verkrijgen.

Voorbeeld: voor een tekstclassificatietaak kan je een labeling-functie schrijven die de aanwezigheid van bepaalde sleutelwoorden controleert en op basis daarvan een label toewijst.

def lf_contains_urgent(text):
    return 1 if 'urgent' in text.lower() else 0  # 1 — positieve klasse, 0 — negatieve

# Gebruik
label = lf_contains_urgent("This is an urgent message")  # Geeft 1 terug

Op deze manier helpen labeling-functies het schaalbaar maken van het labelingsproces en het gebruik van zwakke signalen voor het trainen van modellen.