多视图主动学习
机器学习
2011-10-06 v1
摘要
主动学习通过检测并要求用户仅标记领域中最具信息量的样本，减轻了标记大量数据的负担。我们在此关注多视图领域的主动学习，其中存在若干不相交的特征子集（视图），每个子集都足以学习目标概念。本文做出了若干贡献。首先，我们引入了Co-Testing，这是多视图主动学习的首个方法。其次，我们通过利用弱视图扩展了多视图学习框架，弱视图仅足以学习比目标概念更一般/更具体的概念。最后，我们通过实验表明，在多种真实世界领域（如包装器归纳、网页分类、广告移除和话语树解析）中，Co-Testing优于现有的主动学习方法。
引用
@article{arxiv.1110.1073,
title = {Active Learning with Multiple Views},
author = {C. A. Knoblock and S. Minton and I. Muslea},
journal= {arXiv preprint arXiv:1110.1073},
year = {2011}
}