【摘 要】
：
为解决数据标记稀疏、数据打标代价大的问题,人们常使用主动学习机制,通过众包方式来获取数据标签,然而打标者们的经验或专业性参差不齐,导致了标记数据中包含大量噪声的问题。针对以上问题,本文提出了一种基于主动学习的标签噪声查询与更改算法(Label Noise Query and Correction,LNQC)。该算法从已标记的样本中查询标记错误或者标记质量低的样本(标签噪声),进而由领域专家重新标记
论文部分内容阅读
为解决数据标记稀疏、数据打标代价大的问题,人们常使用主动学习机制,通过众包方式来获取数据标签,然而打标者们的经验或专业性参差不齐,导致了标记数据中包含大量噪声的问题。针对以上问题,本文提出了一种基于主动学习的标签噪声查询与更改算法(Label Noise Query and Correction,LNQC)。该算法从已标记的样本中查询标记错误或者标记质量低的样本(标签噪声),进而由领域专家重新标记。为查询出标记样本中的标签噪声样本,本文主要完成了如下工作:1.提出LNQC算法,通过分析各个标签噪声样本的潜在特性分布,计算每个样本在各个分类器中的置信度和残差,并构建置信度矩阵和残差矩阵,同时定义一个算子将置信度矩阵和残差矩阵合并为一个特征矩阵,并利用K-means算法对特征矩阵进行聚类以获取标签噪声类簇,进而由领域专家对标签噪声类簇进行二次标记。2.针对LNQC算法将标签噪声类簇整体请专家标记而代价较大的问题,本文在LNQC算法的基础上提出了样本重要度排序算法(Sample Importance Value Sorting,SIVS),通过结合信息熵和KNN算法的优点以获取TOP-K个样本来优先标记,从而降低标记代价。3.与自适应的噪声更改算法(Adaptive Voting Noise Correction,AVNC)和基于聚类的算法(Cluster based Correction,CC)相比,本文提出的算法在8个UCI真实数据中的F1值和ACC增幅明显较优。标签噪声的查询与更改将进一步弥补传统主动学习带来的缺陷,进而为人工智能的发展提供更好的支撑。
其他文献
进入"十三五"期间,中国经济新常态对固有产业行业形成了强烈冲击,在经济增速由"高速"向"中高速"转型的过程中,进一步凸显了区域经济发展中的劳动力供求矛盾,促进创业就业并构
盛唐人的艺术创作虽然各有特色,风格不一,但是对天真的自然,真态真情的审美追求都是共同的,并由此形成了盛唐"清水出芙蓉,天然去雕饰"的美学风尚,创造了盛唐诗歌和艺术的辉煌
本文从欧盟与北约两个国际组织角度对变化中的跨大西洋安全关系展开了剖析。文章认为,欧盟作为新的安全行为者的出现,在扩大并改变欧盟原有特性的同时,推动跨大西洋安全格局
开展创新教育,培养学生的创新能力,开发学生的创造力,已成为高师教育改革的核心.本文从营造良好的课堂气氛和使学生学会学习等方面介绍在课堂教学中培养学生的创新能力的方法
形成性评价一经问世就被广泛地应用到教学之中，它对于英语教学有重大和深远的指导意义。本文从研究的含义和益处等方面详细地论述了形成性评价．并以写作教学为实例．论说了形成性
以聚环氧乙烷-聚环氧丙烷-聚环氧乙烷三嵌段共聚物(P123)为模板剂,1,2-二(三乙氧基硅基)乙烷(BTSE)和正硅酸乙酯(TEOS)为混合硅源前驱物,(3-氰丙基)三乙氧基硅烷(NPTS)为硅烷
为研究绝缘子自然积污试验数据的可信度与准确性,以瓷绝缘子和复合绝缘子为试品进行人工染污试验,探讨不同测量方法对绝缘子表面盐密和灰密的影响。结果表明：在相同的测量方式
水热合成TiO2@葡萄糖碳微球(TiO2@GCs)纳米复合微球。利用XRD、N2吸附、SEM以及EDS等表征手段对样品进行表征。以酸性品红模拟废水为处理目标,利用响应面优化法(response sur
建立了锅炉结构模型,优化设计了适用于冶炼行业多变工况的饱和蒸汽余热锅炉,得到了设计工况下和多变工况下的余热锅炉的主要性能参数。重点研究了烟气量波动、烟气温度变化对
关于中国有无“后现代主义文学”的争论，源于对“后现代主义文学”的内涵与外延缺乏界定与限定，混淆了“后现代文学”与“后现代主义文学”两个不同的概念。一方面，中国先锋文学