查询结果:   贺成诚,汪海涛,姜瑛,陈星.基于学习排序的多分类标签排序方法研究[J].计算机应用与软件,2019,36(2):7 - 11,119.
中文标题
基于学习排序的多分类标签排序方法研究
发表栏目
软件技术与研究
摘要点击数
162
英文标题
MULTI-CLASSIFICATION LABEL SORTING METHOD BASED ON LEARNING TO RANK
作 者
贺成诚 汪海涛 姜瑛 陈星 He Chengcheng Wang Haitao Jiang Ying Chen Xing
作者单位
昆明理工大学信息工程与自动化学院 云南 昆明 650500     
英文单位
Faculty of Information Engineering and Automation, Kunming University of Science and Technology, Kunming 650500, Yunnan, China     
关键词
学习排序 广义线性模型 P-L模型 最大似然估计
Keywords
Learning to rank Generalized linear model P-L models Maximum likelihood estimation method
基金项目
国家自然科学基金项目(61462049)
作者资料
贺成诚,硕士,主研领域:学习排序,软件复用。汪海涛,副教授。姜瑛,教授。陈星,讲师。 。
文章摘要
学习排序是利用机器学习技术来对搜索结果进行排序的技术。它在包括信息检索与数据挖掘等技术在内的众多应用领域中具有重大作用,因此近年来备受关注。学习排序通常假设每个培训实例都与一个可靠的标签相关联产生列表,但并不假定此列表是完整的或一致的。通过结合广义线性模型和Plackett-Luce(P-L)模型,提出一种基于实例的解决多分类标签的排序方法。目标是训练学习一种排序功能,排序功能通过训练提出一种最大似然估计方法。该方法估计标签排序,并迭代地训练排序功能,该功能可以在整套标签上产生全部排序。先利用广义线性模型对标签进行分类,再用P-L模型对各类别的标签进行排序,最后利用最大似然估计的方法对框架模型进行优化处理。该方法在不完整的训练数据的情况下,较其他模型方法在准确性上提升5%。
Abstract
Learning to rank is a technique that uses machine learning to sort search results. It plays an important role in many application fields such as information retrieval and data mining, so it has attracted much attention in recent years. Learning to rank usually assumes that each training instance is associated with a reliable label to produce a list, but it does not assume that the list is complete or consistent. By combining the generalized linear model and Plackett-Luce(P-L) model, an example-based sorting method for multi-class labels was proposed. The goal was to train and learn a ranking function, and ranking function proposed a maximum likelihood estimation method through training. This method estimated the ranking of labels and iteratively trained the ranking function, which could generate all the ranking on the whole set of labels. Generalized linear model was used to classify labels, and P-L model was used to rank labels of different types. We used the maximum likelihood estimation method to optimize the framework model. In the case of incomplete training data, the accuracy of this method is improved by 5% compared with other model methods.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
基于学习排序的多分类标签排序方法研究
贺成诚
软件技术与研究
2019
2
7
[摘要]
2
干扰空间投影在本征音说话人自适应中的应用
刘建航
人工智能与识别
2017
11
188
[摘要]
3
基于PCA-SIFT特征与贝叶斯决策的图像分类算法
涂秋洁
图像处理与应用
2016
6
215
[摘要]
4
基于像素中位扩散的大面积损坏图像修复机制
鲁秋菊
图像处理与应用
2015
10
184
[摘要]
5
项目反应理论在题库建设中的应用研究
罗永莲
应用技术与研究
2015
1
86
[摘要]