基于稀疏重構(gòu)消歧的偏標(biāo)記分類算法

摘要： 針對(duì)現(xiàn)有的大多數(shù)方法在消歧過(guò)程中缺乏對(duì)特征空間潛在有用信息的利用和對(duì)候選標(biāo)簽不同置信度水平的考慮的問(wèn)題，本文提出了一種基于稀疏重構(gòu)消歧的偏標(biāo)記學(xué)習(xí)(partial label learning by sparse reconstruction disambiguation,PL-SRD)的新方法，利用特征空間的結(jié)構(gòu)信息促進(jìn)標(biāo)簽的消歧過(guò)程。本文通過(guò)對(duì)訓(xùn)練樣本進(jìn)行稀疏重構(gòu)來(lái)刻畫(huà)特征...