# Ciągłe aktywne uczenie w przeglądzie dokumentów

EN: **Continuous active learning for document review (CAL)** · id `calreview` · aliases: continuous active learning, CAL, TAR 2.0, AutoTAR, relevance feedback review, ciągłe aktywne uczenie

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [AI w prawie](https://aiatlasgraph.com/t/legalai.md) › [E-discovery i przegląd dokumentów](https://aiatlasgraph.com/t/ediscovery.md) › Ciągłe aktywne uczenie w przeglądzie dokumentów

## Description

- PL: Protokół TAR, w którym klasyfikator jest stale douczany na ocenach recenzenta i zawsze podsuwa najwyżej oceniane, jeszcze nieprzejrzane dokumenty.
- EN: A TAR protocol in which the classifier is retrained continuously on reviewer judgements and always offers the top-ranked unreviewed documents.

## In one sentence

- PL: Sposób przeglądu, w którym program po każdej decyzji recenzenta od nowa układa kolejkę i pokazuje najpierw dokumenty najpewniej istotne.
- EN: A review method in which the software reorders the queue after every reviewer decision and shows the most likely relevant documents first.

## Problem it solves

- PL: Starsze metody wymagały dużej losowej próbki do treningu i zgadywania, kiedy model jest „gotowy”, co marnowało czas recenzentów.
- EN: Older methods needed a large random training sample and guessing when the model was 'ready', which wasted reviewers' time.

## What it does

- PL: Zaczyna od jednego dobrego przykładu lub zapytania i uczy się w trakcie, więc recenzenci od początku czytają głównie to, co ważne.
- EN: It starts from one good example or a query and learns as it goes, so reviewers read mostly what matters from the outset.

## Everyday example

- PL: Zespół dochodzeniowy wpisuje krótki opis sprawy, ocenia pierwsze podsunięte maile, a po kilku dniach kolejne paczki prawie nie zawierają już niczego istotnego.
- EN: An investigation team types a short description, judges the first emails offered, and after a few days new batches contain almost nothing relevant.

## This concerns you if you…

- PL: przeglądasz dużą kolekcję dokumentów pod jedno pytanie
- PL: budujesz systematyczny przegląd literatury
- EN: review a large document collection for one question
- EN: build a systematic literature review

## Keywords

continuous active learning · AutoTAR · BMI · relevance feedback · TREC Total Recall · stopping rules · recall estimation · SAL vs CAL

## How it works

- PL: Proces zaczyna się od zapytania lub jednego istotnego dokumentu, trenuje liniowy klasyfikator na cechach tekstowych, przedstawia partię najwyżej ocenianych dokumentów i dołącza oceny do treningu. AutoTAR w opisanym badaniu używał cech TF–IDF i SVM; późniejsze implementacje mogą używać innych klasyfikatorów. W odróżnieniu od uczenia aktywnego opartego na niepewności CAL wybiera dokumenty najpewniej istotne (relevance feedback).
- EN: The process starts from a query or one relevant document, trains a linear classifier on text features, presents a batch of the highest-scoring documents, and adds the reviewers' judgments to training. In the cited study AutoTAR used TF–IDF features and an SVM; later implementations may use other classifiers. Unlike uncertainty-sampling active learning, CAL selects documents most likely to be relevant (relevance feedback).

## Limits

- PL: Reguły zatrzymania i szacowanie osiągniętej kompletności nadal są przedmiotem badań i sporów. Metoda zakłada spójne oceny recenzentów, a przy wielu odrębnych wątkach w sprawie może przeoczyć rzadkie rodzaje istotnych dokumentów.
- EN: Stopping rules and estimating achieved recall remain subjects of research and dispute. The method assumes consistent reviewer judgements, and with many distinct issues in a case it can miss rare kinds of relevant documents.

## Key terms

- PL: **relevance feedback**: Douczanie wyszukiwarki na ocenach, które wyniki są trafne.
- PL: **reguła zatrzymania**: Kryterium, kiedy można zakończyć przegląd bez dalszego czytania.
- PL: **uncertainty sampling**: Wybieranie przykładów, co do których model jest najmniej pewny.
- EN: **relevance feedback**: Retraining a search system on judgements of which results are relevant.
- EN: **stopping rule**: A criterion for when review can end without further reading.
- EN: **uncertainty sampling**: Choosing the examples the model is least sure about.

## Know first

- [Aktywne uczenie (active learning) (Active learning)](https://aiatlasgraph.com/t/activelearning.md)
- [Regresja liniowa i logistyczna (Linear and logistic regression)](https://aiatlasgraph.com/t/linearmodels.md)

## Related topics

Untyped, symmetric "see also" links.

- [Przegląd dokumentów przez modele językowe (LLM-based document review (generative TAR))](https://aiatlasgraph.com/t/llmdocreview.md)

## Sources

- [Evaluation of Machine-Learning Protocols for Technology-Assisted Review in Electronic Discovery](<https://cormack.uwaterloo.ca/calstudy/>) `cormack-grossman-cal-sigir-2014` · by Gordon V. Cormack, Maura R. Grossman
- [Autonomy and Reliability of Continuous Active Learning for Technology-Assisted Review](<https://arxiv.org/abs/1504.06868>) `cormack-grossman-autotar-2015` · by Gordon V. Cormack, Maura R. Grossman

---

AI Atlas revision 124 (2026-10-31) · HTML: https://aiatlasgraph.com/t/calreview · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30