直推式遷移學習及其應用研究.pdf

1、傳統(tǒng)機器學習方法從訓練數(shù)據(jù)中學習得到的數(shù)據(jù)模型能夠在測試數(shù)據(jù)中取得良好效果的前提是:有充足的訓練數(shù)據(jù)且訓練數(shù)據(jù)與測試數(shù)據(jù)同分布。然而,這種強約束性的前提往往難以得到滿足。遷移學習方法有效地削弱了這種約束前提的限制,使得不同領域的知識可以被用于輔助學習目標領域模型。
　　直推式遷移學習方法是遷移學習方法的一種,用于解決源領域與目標領域不同時的遷移問題。針對目標領域缺乏已標注語料的問題,本文探索了一種基于EM的直推式遷移學習方法。該方

2、法旨在從已標注的源領域數(shù)據(jù)中獲取到遷移知識,然后借助EM算法將遷移知識與未標注的目標領域數(shù)據(jù)結合,以協(xié)助目標領域任務的完成。本文的主要研究工作與創(chuàng)新如下:
　　(1)探索了一種基于EM的直推式遷移學習模型構建方法(EMTL),該模型利用EM算法對隱含變量的極大似然估計能力,從已標注源領域數(shù)據(jù)中獲取輔助知識,用于解決目標領域數(shù)據(jù)未標注情況下的學習任務。同時,給出了基于EM的直推式遷移學習方法中的遷移知識形式及其獲取和應用方法。

3、>　　(2)針對傳統(tǒng)文本分類所面臨的問題,研究實現(xiàn)了基于EM的文本分類遷移學習方法(EMTC),該方法是基于EM的直推式遷移學習方法在文本層次上的應用。該方法從源領域已標注數(shù)據(jù)中學習得到樸素貝葉斯分類器,以其模型參數(shù)作為遷移知識,輔助完成目標領域文本分類任務?；趥鹘y(tǒng)中文文本分類語料構建了中文文本分類遷移學習語料庫,并通過相關實驗驗證了EMTC方法的有效性,在不同領域間文本分類任務取得了較好的分類結果。
　　(3)探索了將遷移學習