多示例学习中 Max 与 Noisy-Or 池化函数在弱监督序列学习任务上的比较
声音
2018-04-05 v1 音频与语音处理
摘要
许多序列学习任务需要对序列中特定事件进行定位。由于获取标明事件起止时间的强标签代价高昂，现代系统常使用无显式时序信息的弱标签进行训练。多示例学习（MIL）是从弱标签中学习的流行框架。在 MIL 的常见场景中，需选择池化函数以聚合序列各步的预测。本文中，我们在语音识别任务与声音事件检测任务上比较“max”与“noisy-or”池化函数。我们发现 max 池化能够定位音素与声音事件，而 noisy-or 池化则失败。我们为两种池化函数在序列学习任务上的不同表现提供了理论解释。
引用
@article{arxiv.1804.01146,
title = {Comparing the Max and Noisy-Or Pooling Functions in Multiple Instance Learning for Weakly Supervised Sequence Learning Tasks},
author = {Yun Wang and Juncheng Li and Florian Metze},
journal= {arXiv preprint arXiv:1804.01146},
year = {2018}
}