Quais são as características da coleção de etiquetas (crowdsourcing, aprendizagem ativa)?

A coleção de etiquetas é o processo de recolha de dados anotados necessários para treinar modelos de aprendizagem automática.

Crowdsourcing é a obtenção de um grande número de pessoas (frequentemente através de plataformas online) para rotular dados. Isto permite obter rapidamente um grande número de etiquetas, mas a qualidade pode variar, por isso frequentemente são aplicados métodos de validação e agregação de respostas.

Aprendizagem ativa é um método em que o próprio modelo escolhe os exemplos mais informativos para rotular, a fim de minimizar a quantidade de dados anotados necessários e aumentar a eficiência do treino. Normalmente, trata-se de exemplos sobre os quais o modelo está mais inseguro.

Assim, o crowdsourcing ajuda a escalar a recolha de etiquetas, e a aprendizagem ativa otimiza o processo, reduzindo os custos de rotulagem e melhorando a qualidade do modelo.