一种可用于自动语料标注的主动学习算法开源项目

项目价值：
1、对于有监督学习，降低人工标注成本；
2、提升模型性能：想比较随机标注，主动学习选择的样本通常位于模型的决策边界附近，或者是模型难以区分的样本。标注这些样本能为模型提供更多关于如何划分不同类别的信息，从而更快地提升模型的准确率和泛化能力；
3、加速模型收敛：由于标注的样本信息量更足，模型能够更快地学习到数据中的关键模式，从而加速收敛过程；
4、解决类别不平衡问题：某些查询策略可以间接或直接地帮助识别和标注稀有类别的样本，从而改善模型在类别不平衡数据上的表现；