labeling-patterns

用途：为可扩展的标注流水线提供可复用的代码模式，覆盖标注规范设计、采样策略、弱监督、质量监控与标错检测。

主要能力与用法：

1. 标注指南设计：定义任务、标签体系（含定义与示例）、边界案例决策树、裁决流程。示例给出 POSITIVE 标签的 Include/Exclude/Edge case 写法。
2. 主动学习采样循环：uncertainty_sample 做最小置信度采样，core_set_sample 做嵌入空间贪心 k-center 核心集选择；用法为先不确定性阶段 500 条、再多样性阶段 500 条。
3. Snorkel 弱监督：用 @labeling_function 定义关键词、评分字段、否定模式等 LF，经 PandasLFApplier 应用、LFAnalysis 分析覆盖度与冲突、LabelModel 训练得到概率标签。
4. IAA 测量：iaa_report 按标注者对两两计算 Cohen's kappa，阈值 κ>0.80 生产可用，0.60–0.80 需复查指南，<0.60 应修订指南且不得用于训练。
5. 金标注入：inject_gold_labels 按比例混入已知答案条目（对标注者隐藏），compute_annotator_accuracy 统计准确率。
6. Cleanlab 纠错：find_label_issues 与 get_label_quality_scores 基于交叉验证的样本外预测概率定位疑似错标，流程为交叉验证取概率、运行检测、人工复核 top-N、修正后重训。

限制与反模式：高 IAA 不等于高质量，需用金标验证；主动学习策略须与随机采样在相同预算下对比；不要用 LF 多数投票直接训练，应使用 LabelModel 或加权；指南需版本化；注意标注者疲劳（约 1 小时后准确率下降）；金标集需匹配生产标签分布。资料未提供工具安装命令、定价或平台支持信息。