Weak Supervision

释义 Definition

弱监督（学习）：一种机器学习训练方式，使用不完全、不精确、带噪声或间接的标注信号来训练模型，而不是依赖大量高质量的人工精标数据。常见信号包括：启发式规则、远程监督（用知识库自动对齐）、弱标注、众包粗标、数据编程的标注函数等。（也常写作 weakly supervised learning。）

发音 Pronunciation (IPA)

/wiːk ˌsuːpərˈvɪʒən/

例句 Examples

Weak supervision helps us train a model without labeling every image by hand.
弱监督让我们不必为每张图片都手工标注，也能训练模型。

Using weak supervision from heuristics and noisy logs, the team built a classifier that generalized well to new data.
团队利用来自启发式规则和带噪日志的弱监督训练分类器，并在新数据上取得了较好的泛化效果。

词源 Etymology

weak 来自古英语 wāc，表示“软弱的、力量不足的”，在此引申为“信号强度不够、可靠性不高”。supervision 源自拉丁语 *super-*（“在上、之上”）+ videre（“看”），原义接近“监督、看管”。合起来在机器学习语境中指：监督信号“有但不强/不干净”，并非完全准确的真值标注。

相关词 Related Words

• Distant Supervision
• Semi-Supervised Learning
• Self-Supervised Learning
• Noisy Labels
• Labeling Function
• Data Programming
• Active Learning
• Transfer Learning

文献与作品 Literary / Notable Works

• Snorkel: Rapid Training Data Creation with Weak Supervision（系统阐述用弱监督/标注函数快速生成训练数据的代表性论文与方法）
• Data Programming: Creating Large Training Sets, Quickly（介绍以“数据编程”方式组织弱监督信号的经典工作）
• Deep Learning（Ian Goodfellow, Yoshua Bengio, Aaron Courville）（书中在监督学习相关章节与扩展讨论里常提及弱标注/噪声标注等与弱监督紧密相关的设定）
• Foundations of Machine Learning（在学习理论与噪声、标注不完美等话题中，与弱监督问题域高度相关）