申请/专利权人:扬州大学
申请日:2022-07-25
公开(公告)日:2022-09-20
公开(公告)号:CN115081448A
主分类号:G06F40/289
分类号:G06F40/289;G06K9/62;G06N20/00
优先权:
专利状态码:在审-实质审查的生效
法律状态:2022.10.11#实质审查的生效;2022.09.20#公开
摘要:本发明公开了机器学习领域内的一种基于间隔分布的在线机器学习方法,包括以下步骤:1在第t轮,接收到本轮文档的特征向量2进入多标签预测程序;3预测结束后,接收到xt的真实相关标签集进入多标签分类器在线更新程序,更新当前的多标签分类器Wt,得到下一轮的多标签分类器Wt+1;4回到步骤1,等待接收第t+1轮的文本特征向量;若没有新的文本特征向量传入,则退出程序,本发明考虑了间隔分布,泛化性能更加优异,因此在多个多标签性能评价指标上的结果更好。
主权项:1.一种用于文本多标签分类任务的基于间隔分布的在线机器学习方法,其特征在于,包括以下步骤:1在第t轮,接收到本轮文档的特征向量2进入多标签预测程序,使用文本多标签分类器对xt的相关标签集进行预测;分类器Wt中包含L个用于计算标签得分的得分预测器和一个额外的用来确定标签阈值的预测器每个得分预测器为大小为L的标签集中的每个标签i分配一个实值分数同时通过阈值预测器计算出该实例的阈值将分数高于阈值的标签预测为xt的相关标签,将标签分数低于阈值的标签预测为非相关标签,即所预测的相关标签集为:3预测结束后,接收到xt的真实相关标签集进入多标签分类器在线更新程序,更新当前的多标签分类器Wt,得到下一轮的多标签分类器Wt+1;4回到步骤1,等待接收第t+1轮的文本特征向量;若没有新的文本特征向量传入,则退出程序。
全文数据:
权利要求:
百度查询: 扬州大学 用于文本多标签分类任务的基于间隔分布的在线机器学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。