用于学习任务中主题建模的半监督 NMF 模型
机器学习
2020-10-19 v1 最优化与控制
摘要
我们提出了若干半监督非负矩阵分解 (SSNMF) 的新模型，并基于特定不确定性分布给出 SSNMF 模型作为最大似然估计的动机。我们为每个新模型给出乘法更新训练方法，并展示这些模型在分类中的应用，尽管它们可灵活用于其他监督学习任务。我们在合成与真实数据上说明了这些模型与训练方法的潜力，并在 20 Newsgroups 数据集上取得了高分类准确率。
引用
@article{arxiv.2010.07956,
title = {Semi-supervised NMF Models for Topic Modeling in Learning Tasks},
author = {Jamie Haddock and Lara Kassab and Sixian Li and Alona Kryshchenko and Rachel Grotheer and Elena Sizikova and Chuntian Wang and Thomas Merkh and R. W. M. A. Madushani and Miju Ahn and Deanna Needell and Kathryn Leonard},
journal= {arXiv preprint arXiv:2010.07956},
year = {2020}
}
备注
4 figures, 12 tables