摘要
生物声学的呼叫类型分类依赖于昂贵的专家标注。主动学习通过选择一小批段落供专家标注，从而降低这一负担，并利用标注的段落来训练分类器。该任务难度较大：目标呼叫极为稀疏，且呼叫类型分布呈长尾特征，因此必须在少量稀有且信息丰富的段落上合理支出预算。
我们提出了 BADGE-Greedy-DPP，这是一种确定性的批量选择器，通过贪婪地添加能最大化批量所跨体积的段落来进行选择；由于这一对数体积目标是次模的，贪婪规则确保批次价值至少为该目标最优值的 $(1 - 1/e)$ 的比例，这是 BADGE 现有的 k-means++ 和 MCMC DPP 抽样启发式所不能提供的保证。
此外，任务中还存在时间粒度不匹配的问题。获取函数对整个段落进行评分，而其中的信息帧却很少，因此均匀平均会导致信息被稀释。我们表明，当按帧应用 BADGE 构造时，自然解决了这一不匹配，因为预测残差加权了聚合的伪梯度，因此自信预测的无声帧贡献很小，而一个不确定的稀有呼叫帧仍能设定段落的方向。
在对稀疏、不平衡的鬣狗呼叫类型数据集进行的10次实验中，BADGE-Greedy-DPP 在所有比较的查询策略中，包括最强的非-BADGE 基线 MFFT 和两个普通的 BADGE 遍历中，实现了最佳的整体和稀有呼叫类型性能。
博主点评： 本文提出的 BADGE-Greedy-DPP 方法在处理长尾分布下的生物声学主动学习中展现出显著优势，尤其是在预算有限的情况下，贪婪策略有效提升了稀有呼叫的选择效率，具有较高的实用价值和推广潜力。其对时间粒度不匹配问题的解决方案也为相关领域的研究提供了新的思路。