|
|||||
|
|
| 基于不稳定性采样的主动学习方法 | |
| 作者姓名： | 何花 谢明昆 黄圣君 |
| 作者单位： | 南京航空航天大学计算机科学与技术学院,江苏南京 211106 |
| 基金项目： | 新一代人工智能重大资助项目(2020AAA0107000);江苏省自然科学基金资助项目(BK20211517) |
| 摘 要： | 传统的主动学习方法往往仅基于当前的目标模型来挑选样本,而忽略了历史模型所蕴含的对未标注样本预测稳定性的信息。因此,提出基于不稳定性采样的主动学习方法,依据历史模型的预测差异来估计每个未标注样本对提高模型性能的潜在效用。该方法基于历史模型对样本的预测后验概率之间的差异来衡量无标注样本的不稳定性,并挑选最不稳定的样本进行查询。在多个数据集上的大量实验结果验证了方法的有效性。 |
| 关 键 词： | 主动学习 标注代价 不稳定性 后验概率 熵 |
| 收稿时间： | 2021-06-04 |
| 修稿时间： | 2022-05-01 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《国防科技大学学报》浏览原始摘要信息 | |
| 点击此处可从《国防科技大学学报》下载全文 | |