机器学习中的主动学习是一个过程，在该过程中您可以迭代地添加标记数据、重新训练模型并将其提供给最终用户。这是一个永无止境的过程，需要人工交互来标记/创建数据。在本文中，我们将讨论如何使用AutoNLP和Prodigy构建主动学习管道。
AutoNLP和Prodigy
AutoNLP是 Hugging Face 创建的框架，可帮助您在自己的数据集上构建自己的最先进的深度学习模型，几乎无需编码。AutoNLP 建立在 Hugging Face 的转换器、数据集、推理 API和许多其他工具的巨大肩膀上。
使用 AutoNLP，您可以在您自己的自定义数据集上训练 SOTA 变换器模型，对其进行微调（自动）并将其提供给最终用户。使用 AutoNLP 训练的所有模型都是最先进的并且可以投入生产。
在撰写本文时，AutoNLP 支持诸如二元分类、回归、多类分类、标记分类（例如命名实体识别或词性）、问答、摘要等任务。您可以在此处找到所有受支持任务的列表。AutoNLP 支持英语、法语、德语、西班牙语、印地语、荷兰语、瑞典语等语言。还支持带有自定义标记器的自定义模型（以防 AutoNLP 不支持您的语言）。
Prodigy是由 Explosion（spaCy的制造商）开发的注释工具。它是一种基于 Web 的工具，可让您实时注释数据。Prodigy 支持命名实体识别 (NER) 和文本分类等 NLP 任务，但不限于 NLP！它支持计算机视觉任务，甚至可以创建您自己的任务！您可以尝试 Prodigy 演示：这里。
请注意，Prodigy 是一种商业工具。您可以在此处了解更多信息。
我们选择 Prodigy 是因为它是最流行的数据标记工具之一，并且可以无限定制。它也很容易设置和使用。
。。。
结论
模型之所以是最先进的，是因为训练它们的数据。
更多的相关数据将产生更好的模型，从而产生更好的结果。通过这个实验，我们成功地创建了一个模型，它不仅可以对新闻文章中的实体进行分类，还可以对它们进行分类。使用 Prodigy 和 AutoNLP 之类的工具，我们投入了时间和精力来标记数据集（即使通过 Prodigy 提供的界面变得更简单）。AutoNLP 为我们节省了大量时间和精力：我们不必弄清楚要使用哪些模型、如何训练它们、如何评估它们、如何调整参数、使用哪个优化器和调度器、预处理、后处理等。我们只需要标记数据集，让 AutoNLP 做其他一切。
我们相信使用 AutoNLP 和 Prodigy 等工具可以非常轻松地创建数据和最先进的模型。而且由于整个过程几乎不需要编码，即使是没有编码背景的人也可以创建通常不向公众开放的数据集，使用 AutoNLP 训练他们自己的模型并与社区中的其他人分享模型（或者只是使用他们用于自己的研究/业务）。
详情点击标题