基于自學(xué)習(xí)的直推式遷移學(xué)習(xí)方法研究.pdf

1、實(shí)際應(yīng)用中,相對(duì)于數(shù)據(jù)的大量、快速產(chǎn)生,對(duì)應(yīng)的標(biāo)記信息獲取卻十分困難,如Web評(píng)論數(shù)據(jù),在線交易等,使得已有的數(shù)據(jù)挖掘算法面臨著巨大的挑戰(zhàn)。為此,遷移學(xué)習(xí)的研究受到了廣泛的關(guān)注。遷移學(xué)習(xí)是一種能夠從已有的任務(wù)中獲取對(duì)新任務(wù)學(xué)習(xí)有利的知識(shí)并加以利用,且不受獨(dú)立同分布條件的限制。
　　本文面向產(chǎn)品評(píng)論數(shù)據(jù)的情感分類應(yīng)用,基于自學(xué)習(xí)思想對(duì)直推式遷移學(xué)習(xí)展開研究,主要工作如下:
　　(1)首先對(duì)遷移學(xué)習(xí)進(jìn)行了總體地概述,包括其出現(xiàn)的

2、必要性和發(fā)展背景、遷移學(xué)習(xí)的主要研究問題與分類以及遷移學(xué)習(xí)的研究現(xiàn)狀與應(yīng)用;
　　(2)為了更好地利用多個(gè)原始領(lǐng)域知識(shí)以及解決相對(duì)“較差”的原始領(lǐng)域?qū)w移的負(fù)面影響,本文提出了基于類別分布的多領(lǐng)域動(dòng)態(tài)適應(yīng)算法MDACD。該算法通過動(dòng)態(tài)處理多個(gè)原始領(lǐng)域使它們不斷向目標(biāo)領(lǐng)域靠攏,從而更好地向目標(biāo)領(lǐng)域遷移知識(shí)。同時(shí)該算法利用類別分布信息來選擇原始領(lǐng)域,在一定程度上消除了那些相對(duì)“較差”的原始領(lǐng)域?qū)w移學(xué)習(xí)的影響。從大量的實(shí)驗(yàn)可以看出該算

3、法達(dá)到了預(yù)期的效果;
　　(3)為了解決原始領(lǐng)域中相對(duì)“較差”的實(shí)例對(duì)遷移的負(fù)作用,本文提出了基于實(shí)例重構(gòu)的多領(lǐng)域適應(yīng)算法MAIR。該算法利用原始領(lǐng)域多個(gè)相關(guān)實(shí)例重構(gòu)目標(biāo)領(lǐng)域?qū)嵗?充分地利用了原始領(lǐng)域中與目標(biāo)領(lǐng)域相關(guān)的實(shí)例,避免了那些相對(duì)“較差”的原始領(lǐng)域?qū)嵗龑?duì)遷移的負(fù)面影響。從實(shí)驗(yàn)結(jié)果可以得知該算法在分類性能和時(shí)間性能上都取得了較大的優(yōu)勢(shì);
　　(4)為了更好地應(yīng)用本文所提出的算法,文章在最后面向商品評(píng)論的情感分類問題設(shè)計(jì)