一种在专家-机器-众包环境下对演化文档流进行稳健分类的框架
计算与语言
2016-10-07 v1 信息检索
摘要
社交媒体数据流在线分类面临的一个新兴挑战是如何保持分类类别的时效性。本文提出了一种基于专家-机器-众包（Expert-Machine-Crowd, EMC）三元协作的创新框架，通过在常含离群点的异构数据流中持续识别新概念来辅助项目分类。我们将约束聚类与离群点检测统一起来，构建了一个新的优化问题：COD-Means。我们设计了一种求解COD-Means问题的算法，并证明COD-Means不仅有助于检测新类别，还能无缝发现人工标注错误，从而提升分类过程的整体质量。在多种真实数据集上的实验表明，我们的方法既有效又高效。
引用
@article{arxiv.1610.01858,
title = {A Robust Framework for Classifying Evolving Document Streams in an Expert-Machine-Crowd Setting},
author = {Muhammad Imran and Sanjay Chawla and Carlos Castillo},
journal= {arXiv preprint arXiv:1610.01858},
year = {2016}
}
备注
Accepted at ICDM 2016