一种结合LPA半监督学习的排序学习算法

• 作者: 奚凌然 王小平
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 排序学习 LPA标签传播算法 图的半监督学习 排序支持向量机
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 算法
• 页码范围: 286-290
• 页数: 5页
• 分类号: TP181
• 字数: 6618字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2016.01.069

摘要

针对有监督排序学习所需训练集的大量标注数据不易获得的情况,引入基于图的标签传播半监督学习.利用有限的已标记数据和大量未标记数据来完成训练数据的自动标注工作,解决大量训练数据集标注工作耗时耗力的难题.首先以训练数据为节点建立εNN图模型实现标签传播算法进行训练数据的自动标注,再基于得到的训练集使用RankingSVM实现排序学习,在OHSUMED数据集上衡量该方法在MAP和NDCG@n评价准则下的性能.实验结果表明,该方法的性能优于普通pointwise排序学习方法,略低于普通pairwise排序学习方法,能够在达到可用性要求的前提下节省接近60％的训练集标注工作量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王小平	同济大学电子与信息工程学院	109	940	18.0	24.0
2	奚凌然	同济大学电子与信息工程学院	2	7	2.0	2.0