基于稀疏重構(gòu)消歧的偏標記分類算法

摘要： 針對現(xiàn)有的大多數(shù)方法在消歧過程中缺乏對特征空間潛在有用信息的利用和對候選標簽不同置信度水平的考慮的問題，本文提出了一種基于稀疏重構(gòu)消歧的偏標記學(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)信息促進標簽的消歧過程。本文通過對訓(xùn)練樣本進行稀疏重構(gòu)來刻畫特征...