AILA：基于注意力机制的深度神经网络文档分类的注意交互式标签助手

文档标注是构建各种机器学习应用程序的关键步骤。然而，这一步骤可能耗时且艰巨，需要大量的人力。为了支持高效的文档标注环境，我们提出了一种称为注意交互标注助手（AILA）的系统。在核心部分，AILA 使用交互注意模块（IAM），这是一种新颖的模块，可以在标注文档时视觉上突出文档中标签制作者可能需要注意的单词。IAM 利用了基于注意力的深度神经网络，不仅可以支持对哪些单词进行突出显示的预测，还可以让标签制作者在标注时指示应分配高注意力权重的单词，以提高未来单词预测的质量。我们在研究中通过比较有 IAM 和没有 IAM 的条件来评估标注效率和准确性。结果显示，在有 IAM 的条件下，参与者的标注效率显著提高，而两种条件下的标注准确性大致相同。