基于 F 值预测变化量的文本分类主动学习停止方法
机器学习
2019-04-24 v2 计算与语言
信息检索
机器学习
摘要
在主动学习过程中，一种有效的停止方法可使用户限制标注数量，从而具有成本效益。本文引入一种称为 F 值预测变化量（Predicted Change of F Measure）的新停止方法，试图为每个迭代中模型性能的变化量向用户提供估计。该停止方法可应用于任何基学习器。此方法有助于缓解构建文本分类系统时所遇到的数据标注瓶颈。
引用
@article{arxiv.1901.09118,
title = {Stopping Active Learning based on Predicted Change of F Measure for Text Classification},
author = {Michael Altschuler and Michael Bloodgood},
journal= {arXiv preprint arXiv:1901.09118},
year = {2019}
}
备注
8 pages, 12 tables; published in Proceedings of the 2019 IEEE 13th International Conference on Semantic Computing (ICSC), Newport Beach, CA, USA, pages 47-54, January 2019