O que são funções de rotulagem?

As funções de rotulagem são pequenas funções de programa que atribuem automaticamente rótulos (marcas) aos dados em tarefas de aprendizagem automática, especialmente no contexto de supervisão fraca (weak supervision). Elas permitem criar conjuntos de dados de treino sem rotulagem manual, usando várias heurísticas, regras, fontes externas ou modelos.

Cada função de rotulagem recebe uma amostra de dados como entrada e devolve um rótulo (por exemplo, uma classe) ou um valor especial indicando que a função não conseguiu atribuir um rótulo. No final, um conjunto dessas funções é combinado para obter a rotulagem final usando modelos de agregação.

Exemplo: para uma tarefa de classificação de texto, pode-se escrever uma função de rotulagem que verifica a presença de certas palavras-chave e, com base nelas, atribui um rótulo.

def lf_contains_urgent(text):
    return 1 if 'urgent' in text.lower() else 0  # 1 — classe positiva, 0 — negativa

# Uso
label = lf_contains_urgent("This is an urgent message")  # Retorna 1

Dessa forma, as funções de rotulagem ajudam a escalar o processo de rotulagem e a usar sinais fracos para treinar modelos.