“I am really struggling to see how Snorkel can correct for the correlation, especially given the relatively simple generative model in section 2.2 of the paper.”
按年被提到
20172020 · 2 次2026
Snorkel: Rapid Training Data Creation with Weak Supervision
Snorkel:用弱监督快速创建训练数据
Alexander Ratner, Stephen H. Bach, Henry Ehrenberg, Jason Fries, Sen Wu, Christopher Ré · 2017
让用户写标注函数,无需手工标注就能训练模型的弱监督系统
被提及 · 4 人首次 2019-03-15 · 最近 2022-06-22
4不同的人
3活跃月份
3讨论串
825被引(OpenAlex)
Snorkel 让用户编写表达启发式规则的标注函数,这些函数的准确率和相关性未知,系统通过数据编程(data programming)在没有真实标签的情况下对它们去噪。用户研究中,领域专家构建模型的速度快 2.8 倍,预测性能平均提高 45.5%;在多个数据集上相对以往启发式方法平均提升 132%,与大规模人工标注训练集的差距平均在 3.60% 以内。
HN 为什么提它
HN 评论把它当作弱监督、程序化生成训练数据这条路线的开山之作来引用,同时也有人质疑其简单生成模型能否真正纠正标注函数之间的相关性。
方法难度 3 / 5约 50 分钟经得起时间
读之前最好知道
1监督学习与训练数据标注
2概率图模型(生成模型)
3弱监督(weak supervision)
4启发式规则与噪声标签
学习路径
读这篇之前,按顺序读书架上的 1 篇 · 参考文献来自 OpenAlex,顺序和要点由 Claude Code 排出候选里只有同一团队关于生成模型结构学习的一篇与 Snorkel 的方法直接相关,其他多为视觉模型,路径很短。
- 1
Snorkel 需要估计标注函数之间的相关结构,这篇工作给出无需标注数据学习生成模型结构的方法。
读如何从标注函数的输出中学习它们之间的依赖关系;理解 Snorkel 为什么能处理标注函数相关。
- 2Snorkel: Rapid Training Data Creation with Weak Supervision
目标论文:让用户写标注函数,在无手工标注下去噪并训练模型的完整系统。
读标注函数接口、生成模型对标注函数去噪的数据编程,以及端到端流程。
HN 书评
推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及批评tadkar · 2020-07
引用manojlds · 2020-07
“Their paper explains it - Snorkel”
指向其论文,解释弱监督标注函数如何创建训练数据
引用sandGorgon · 2022-06
“And probably SnorkelAI (who probably is considered the OG with their paper Snorkel)”
称 Snorkel 凭这篇论文被视为弱监督的鼻祖
被提交为 story · 1 次
- Snorkel: Rapid Training Data Creation with Weak Supervision ↗godelmachine · 2019-03-15 · 2 分