예상 오류 감소
특정 학습 상태에서 각 후보 예시가 오류를 얼마나 줄일지 예측하는 회귀기를 학습한다. 질의 선택을 회귀 문제로 다뤄 기존 휴리스틱만 사용하는 제약에서 벗어나려 한다.
이전 결과에서 배우기
과거 능동 학습에서 얻은 결과를 경험으로 사용해 선택 전략을 학습한다. 예시의 유용함을 미리 정한 규칙 하나로만 판단하는 대신 학습된 예측을 활용한다.
전략을 얻는 자료
간단한 이차원 합성 자료나 도메인별 자료의 일부에서 전략을 배울 수 있음을 제시했다. 여러 도메인의 실제 자료에서 이 전략의 활용을 평가했다.
관련 문서
강화 학습 기반 능동 선택 정책 / 손실 예측 능동 학습 / GLISTER / BADGE 능동 학습 / BAIT 능동 학습 / 전이형 그래프 능동 학습 정책