直推式遷移學(xué)習(xí)及其應(yīng)用研究.pdf

1、傳統(tǒng)機器學(xué)習(xí)方法從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)得到的數(shù)據(jù)模型能夠在測試數(shù)據(jù)中取得良好效果的前提是:有充足的訓(xùn)練數(shù)據(jù)且訓(xùn)練數(shù)據(jù)與測試數(shù)據(jù)同分布。然而,這種強約束性的前提往往難以得到滿足。遷移學(xué)習(xí)方法有效地削弱了這種約束前提的限制,使得不同領(lǐng)域的知識可以被用于輔助學(xué)習(xí)目標(biāo)領(lǐng)域模型。
　　直推式遷移學(xué)習(xí)方法是遷移學(xué)習(xí)方法的一種,用于解決源領(lǐng)域與目標(biāo)領(lǐng)域不同時的遷移問題。針對目標(biāo)領(lǐng)域缺乏已標(biāo)注語料的問題,本文探索了一種基于EM的直推式遷移學(xué)習(xí)方法。該方

2、法旨在從已標(biāo)注的源領(lǐng)域數(shù)據(jù)中獲取到遷移知識,然后借助EM算法將遷移知識與未標(biāo)注的目標(biāo)領(lǐng)域數(shù)據(jù)結(jié)合,以協(xié)助目標(biāo)領(lǐng)域任務(wù)的完成。本文的主要研究工作與創(chuàng)新如下:
　　(1)探索了一種基于EM的直推式遷移學(xué)習(xí)模型構(gòu)建方法(EMTL),該模型利用EM算法對隱含變量的極大似然估計能力,從已標(biāo)注源領(lǐng)域數(shù)據(jù)中獲取輔助知識,用于解決目標(biāo)領(lǐng)域數(shù)據(jù)未標(biāo)注情況下的學(xué)習(xí)任務(wù)。同時,給出了基于EM的直推式遷移學(xué)習(xí)方法中的遷移知識形式及其獲取和應(yīng)用方法。

3、>　　(2)針對傳統(tǒng)文本分類所面臨的問題,研究實現(xiàn)了基于EM的文本分類遷移學(xué)習(xí)方法(EMTC),該方法是基于EM的直推式遷移學(xué)習(xí)方法在文本層次上的應(yīng)用。該方法從源領(lǐng)域已標(biāo)注數(shù)據(jù)中學(xué)習(xí)得到樸素貝葉斯分類器,以其模型參數(shù)作為遷移知識,輔助完成目標(biāo)領(lǐng)域文本分類任務(wù)?；趥鹘y(tǒng)中文文本分類語料構(gòu)建了中文文本分類遷移學(xué)習(xí)語料庫,并通過相關(guān)實驗驗證了EMTC方法的有效性,在不同領(lǐng)域間文本分類任務(wù)取得了較好的分類結(jié)果。
　　(3)探索了將遷移學(xué)習(xí)