基于一致性假设的偏标记学习算法 - 模式识别与人工智能.PDF

第29 卷摇 第 12 期 模式识别与人工智能 Vol.29摇 No.12 2016年12月 PR AI Dec.摇 2016 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 摇 * 摇 摇 摇 摇 摇 基基于一致性假设的偏标记学习算法 摇 摇 摇 摇 摇 摇 唐才智摇 摇 张敏灵 (东南大学 计算机科学与工程学院摇 南京210096) (东南大学 计算机网络和信息集成教育部重点实验室摇 南京210096) 摘摇 要摇 解决偏标记问题的基本策略是消歧,现有的消歧策略大都分别对每个示例单独进行消歧,并未充分利用 示例之间的相关性.基于此原因,文中提出一致性偏标记学习算法(COPAL).该算法基于一个基本假设:相似示例 的标记也应该有相关性.基于该假设,COPAL在消歧过程中同时考虑样本自身及其近邻样本的标记信息.实验表 明,在人工合成的UCI数据集和真实数据集上,COPAL均取得较好的泛化性能. 关键词摇 偏标记学习,一致性,弱监督学习,消歧策略 中图法分类号摇 TP301 DOI摇 10.16451/ ki.issn1003鄄6059.201612010 引用格式摇 唐才智,张敏灵.基于一致性假设的偏标记学习算法.模式识别与人工智能,2016,29(12):1140-1146. Consistency Based Partial Label Learning Algorithm TANG Caizhi,ZHANG Minling (School of Computer Science and Engineering,Southeast University,Nanjing 210096) (Key Laboratory of Computer Network and Information Integration,Ministry of Education, Southeast University,Nanjing 210096) ABSTRACT An essential strategytosolvethepartiallabelproblemisdisambiguation. Inmostexistingstrate