LAGAN：基于条件生成对抗神经网络深度半监督语言人类学分类
计算与语言
2025-02-06 v2 计算机与社会
摘要
教育是所有人的权利，然而，每个个体都不同于他人。后共产主义时代的教师发现了内在的个人主义，以同等训练所有人面向第四次工业革命就业市场。我们可以考虑学术实践中少数民族教育的场景。少数民族群体在其自身文化中成长，更倾向于以本族方式受教。我们将这种基于语言人类学（人们如何学习）的参与表述为半监督问题。随后，我们开发了一种称为 LA-GAN 的条件深度生成对抗网络算法，用于分类学生参与中的语言民族志特征。理论论证证明了我们半监督对抗模型的目标、正则化与损失函数。我们准备了调查问题，以对 z 世代与少数民族群体形成某些假设，其学习风格、学习途径与偏好是我们的主要兴趣所在。
引用
@article{arxiv.2301.13853,
title = {LAGAN: Deep Semi-Supervised Linguistic-Anthropology Classification with Conditional Generative Adversarial Neural Network},
author = {Rossi Kamal},
journal= {arXiv preprint arXiv:2301.13853},
year = {2025}
}
备注
This submission has been withdrawn by arXiv administrators as the second author was added without their knowledge or consent. Authorship has been truncated