一种基于排列融合的归纳式半监督排序方法

作     者：罗海霞 冯剑琳 

作者机构：中山大学信息科学与技术学院广州510006 中山大学软件学院广州510006 

基　　金：国家自然科学基金项目(60970043) 

出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)

年 卷 期：2011年第48卷第S3期

页      码：189-196页

摘      要：排序学习,即用有标记的训练集通过机器学习的方法学习一个排序函数,并对测试集的数据进行排序的技术.当前的文档排序学习算法主要是基于全监督排序学习的框架,它需要大量已标记的文档,而通过人工给文档赋予标记(完美、优秀、好、一般、差)是非常费力费时的.因此这里提出一种基于排列融合的归纳(inductive)式半监督排序算法.首先通过桶排列(bucket orders)的方法对未标记的文档进行标记,然后设计一个把能新标记的文档和手工标记的训练集结合起来的损失函数,接着用RankSVM-Struct的方法来优化,最后通过在TREC2003,TREC2004,OSHUMED,MQ2007和MQ2008数据集上用实验来展现新的归纳式半监督排序学习算法的效果,它比全监督排序学习有显著的提高.

主 题 词：半监督 排序学习 桶排列 信息检索 

学科分类：08[工学] 0812[工学-测绘类] 

核心收录：

馆 藏 号：203392760...