适用于单轮单样例标注场景的主动学习停止准则

来源：计算机应用杂志2015年第12期北京时间：

作者：杨菊, 李青雯, 于化龙

单位：1. 江苏科技大学计算机科学与工程学院, 江苏镇江 212003;2. 东南大学自动化学院, 南京 210095

摘要：针对现有的选择精度主动学习停止准则仅适用于批量样例标注场景这一问题,提出了一种适用于单轮单样例标注场景的改进的选择精度停止准则。该准则通过监督自本轮起前溯的固定学习轮次内的预测标记与真实标记间的匹配关系,对选择精度进行近似的评估计算,匹配度越高则选择精度越高,继而利用滑动时间窗实时监测该选择精度的变化,若当其高于事先设定的阈值,则停止主动学习算法的运行。以基于支持向量机的主动学习方法为例,通过6个基准数据集对该准则的有效性与可行性进行了验证,结果表明当选取合适的阈值时,该准则能找到主动学习停止的合理时机。该方法扩大了选择精度停止准则的适用范围,提升了其实用性。

关键词：主动学习,选择精度停止准则,单轮单样例标注,滑动时间窗,支持向量机

基金资助：国家自然科学基金资助项目(61305058);江苏省自然科学基金资助项目(BK20130471);中国博士后科学基金资助项目(2013M540404);江苏省博士后基金资助项目(1401037B);江苏省普通高校研究生科研创新计划项目。