Ce este supravegherea la distanță (NER din KB)?

Supravegherea la distanță (învățământ la distanță) în contextul Recunoașterii Entităților Nominative (NER) din baza de cunoștințe (KB) este o metodă de etichetare automată a datelor pentru antrenarea modelelor, când etichetarea nu se face manual, ci cu ajutorul surselor externe de cunoștințe.

Ideea este că, având o bază de cunoștințe (de exemplu, o listă de entități cunoscute și tipurile lor), se pot asocia automat mențiunile din text cu aceste entități și se pot folosi astfel de asocieri ca exemple de antrenament. Acest lucru permite obținerea unei cantități mari de date etichetate fără muncă manuală.

Totuși, această abordare poate introduce zgomot în date, deoarece potrivirile nu sunt întotdeauna corecte (de exemplu, polisemia cuvintelor). De aceea, supravegherea la distanță este adesea combinată cu metode de învățare slabă (weak supervision) și învățare activă (active learning) pentru a îmbunătăți calitatea etichetării și a modelului.

Exemplu: dacă în KB există o înregistrare că "Apple" este o companie, atunci toate mențiunile "Apple" din text sunt etichetate automat ca organizație, oferind exemple de antrenament pentru NER.