الأوراج العامة للتنبؤ المنظم

عند تعلمها دون استكشاف، تخضع النماذج المحلية لمهام التنبؤ المهيكلة لتحيز التعرض ولا يمكن تدريبها دون توجيه مفصل.التعلم التقليد النشط (AIL)، المعروف أيضا في NLP كتعلم Oracle الديناميكي، هو تقنية عامة للعمل حول هذه المشكلات من خلال السماح باستكشاف مخرجات مختلفة في وقت التدريب.تتطلب AIl ردود الفعل Oracle: Oracle هي أي خوارزمية يمكنها، بالنظر إلى حل مرشح جزئي وشروح الذهب، ابحث عن الإخراج التالي (الحد الأدنى) الإخراج التالي لإنتاج.تصف هذه الورقة تقنية حكومية محدودة عامة لاستكشاف الأوراج.تصف هذه التقنية فعالة أيضا وسوف توسيع المهام التي يمكن استخدامها بشكل كبير.

When learned without exploration, local models for structured prediction tasks are subject to exposure bias and cannot be trained without detailed guidance. Active Imitation Learning (AIL), also known in NLP as Dynamic Oracle Learning, is a general technique for working around these issues by allowing the exploration of different outputs at training time. AIL requires oracle feedback: an oracle is any algorithm which can, given a partial candidate solution and gold annotation, find the correct (minimum loss) next output to produce. This paper describes a general finite state technique for deriving oracles. The technique describe is also efficient and will greatly expand the tasks for which AIL can be used.