Czym jest zdalne nadzorowanie (NER z KB)?

Zdalny nadzór (nauczanie na odległość) w kontekście Rozpoznawania Nazwanych Entitet (NER) z Bazy Wiedzy (KB) jest metodą automatycznego oznaczania danych do trenowania modeli, gdy oznaczenia nie są wykonywane ręcznie, lecz za pomocą zewnętrznych źródeł wiedzy.

Idea polega na tym, że mając bazę wiedzy (np. listę znanych encji i ich typów), można automatycznie dopasować wzmianki w tekście do tych encji i używać takich dopasowań jako przykładów treningowych. Pozwala to na uzyskanie dużej ilości oznaczonych danych bez ręcznej pracy.

Jednak takie podejście może wprowadzać szum do danych, ponieważ dopasowania nie zawsze są poprawne (np. wieloznaczność słów). Dlatego zdalny nadzór często łączy się z metodami słabego uczenia (weak supervision) i uczenia aktywnego (active learning), aby poprawić jakość oznaczeń i modelu.

Przykład: jeśli w KB jest wpis, że "Apple" to firma, to wszystkie wzmianki o "Apple" w tekście są automatycznie oznaczane jako organizacja, co dostarcza przykłady treningowe dla NER.