Hao-chen Dong, Yu-Feng Li, Zhi-Hua Zhou. 2018 AAAI.
前言
前一阵子读了几篇关于深度学习应用在智慧教育上的论文,对“可解释性”又有了些疑问。于是,这次读了篇使用机器学习方法研究半监督弱标签的论文,换个思路去思考问题。
首先,来看看什么是半监督弱标签问题(semi-supervised weak-label, 以下简称为SSWL)?SSWL是多标签学习(每个样本可能有多个标签)的一种,即样本中部分样本没有标签,且有标签的样本标签不全。其它多标签学习方法有监督多标签学习(supervised multi-label learning)、半监督多标签学习(semi-supervised multi-label learning)和弱标签学习(weak-label learning)。本文给出了这些方法的对比,如下图1所示。
图1:多标签学习
问题定义与求解
本文使用的符号如下图2所示。研究问题是基于实例特征矩阵 X X