基于問題轉(zhuǎn)換的偏標(biāo)記學(xué)習(xí)算法研究.pdf

1、偏標(biāo)記學(xué)習(xí)是一類重要的弱監(jiān)督學(xué)習(xí)框架。在該框架下，每個(gè)對(duì)象在輸入空間由單個(gè)示例來描述，而在輸出空間與多個(gè)候選標(biāo)記相關(guān)聯(lián)，但其中只有一個(gè)標(biāo)記為其真實(shí)標(biāo)記。在真實(shí)世界問題中，獲取一個(gè)對(duì)象的真實(shí)標(biāo)記所需的成本非常大或很難獲取對(duì)象的真實(shí)標(biāo)記，往往很容易獲取對(duì)象的多個(gè)候選標(biāo)記，而偏標(biāo)記學(xué)習(xí)框架能夠很好地處理這種情景，所以對(duì)于偏標(biāo)記學(xué)習(xí)框架的研究已經(jīng)引起相關(guān)領(lǐng)域的關(guān)注。偏標(biāo)記學(xué)習(xí)問題的難點(diǎn)在于對(duì)象的真實(shí)標(biāo)記隱藏在候選標(biāo)記集合中，解決該問題的關(guān)鍵在于

2、如何對(duì)候選標(biāo)記進(jìn)行消歧。設(shè)計(jì)有效的學(xué)習(xí)算法可以從算法設(shè)計(jì)的思想出發(fā)，包括算法適應(yīng)和問題轉(zhuǎn)換這兩個(gè)角度。本文從問題轉(zhuǎn)換的角度對(duì)偏標(biāo)記學(xué)習(xí)展開研究，主要做了以下兩方面的工作:
　　(1)為了利用特征空間的潛在有用信息，本文提出了一個(gè)基于特征感知消歧的偏標(biāo)記學(xué)習(xí)算法PL-LEAF，將偏標(biāo)記學(xué)習(xí)問題轉(zhuǎn)換為一個(gè)多輸出回歸問題。PL-LEAF算法首先基于偏標(biāo)記訓(xùn)練樣本的特征空間信息生成樣本的標(biāo)記置信度信息，然后利用該信息學(xué)習(xí)一個(gè)正則化的多輸出

3、回歸預(yù)測(cè)模型，最后預(yù)測(cè)測(cè)試樣本的標(biāo)記為回歸模型在各標(biāo)記上輸出最大值所對(duì)應(yīng)的標(biāo)記。
　　(2)為了減少候選標(biāo)記的數(shù)目，本文提出了一個(gè)基于三元糾錯(cuò)輸出編碼的偏標(biāo)記學(xué)習(xí)算法PL-TECOC。該算法首先通過三元編碼矩陣將偏標(biāo)記學(xué)習(xí)問題轉(zhuǎn)換為多個(gè)二類學(xué)習(xí)問題，然后集成這些二類分類器來預(yù)測(cè)測(cè)試樣本的標(biāo)記。在構(gòu)建二類分類數(shù)據(jù)集時(shí)，僅依據(jù)非‘0’編碼的標(biāo)記構(gòu)建，而忽略‘0’編碼的標(biāo)記，因此減少了候選標(biāo)記的數(shù)目，從而降低了偏標(biāo)記學(xué)習(xí)問題的難度。