标记分布学习与标记增强

本文主要介绍了标记分布学习和标记增强的相关概念及算法.标记分布学习是一种新型机器学习范式,传统的单标记和多标记学习都可以看做是该范式的特例.标记分布学习将不同标记对示例的重要程度用标记分布来显式刻画,已经在多个应用领域中取得很好的效果.然而,现有的多数数据集中却仅具有简单的逻辑标记而非完整的标记分布,因此无法直接应用标记分布学习.为解决这一问题,可以通过挖掘训练集中蕴含的标记重要性信息,恢复出每个示例的标记分布.将原始逻辑标记提升为标记分布的过程定义为标记增强.本文给出了标记分布学习和标记增强的形式化定义,介绍了典型标记分布学习和标记增强算法,并对这些算法进行了分析讨论.
机器学习 标记分布学习 标记增强 数据挖掘
耿新 徐宁
东南大学计算机科学与工程学院,南京211189;计算机网络和信息集成教育部重点实验室(东南大学),南京211189
国内会议
昆明
中文
521-530
2017-08-04(万方平台首次上网日期,不代表论文的发表时间)