题目解析:要学会看题目思考,这篇文章是干什么的
首先,解决的问题是Multi-label Propagation。作者把多标签分类问题叫成 Multi-label Propagation,以后关于Multi-modal,Multi-object,Multi-label的论文都可以看看,是否可以转成Multi-label classification问题呢?
其次,Teaching-to-Learn and Learning-to-Teach,教它如何去学习,学会了再去教。加上主语,sb teaching sb to learn,老师教学生去学习;sb learning sth to teach,学生反过来教老师。
貌似,还是不懂!!!
起码,做到理解这是,A 到 B,B 再到 A的一件事情。
-----------------------------------------------------------对论文的理解-------------------------------------------------------------
已有数据集是已标注的,现在是要对test data打标签。多标签的核心问题是①每条数据对应标签个数的确定;②如果考虑标签层次关系,对于新闻文本来说,是政治的,基本不是娱乐,如果上一次的标签就错了,直接影响到下次的了。如何使算法具有自我更改的特性?
****************目前怎么考虑标签的层次关系?**********************
论文:Classifier chains for multi-label classification
解析:
Binary relevance method(BR): BR transforms a multi-label problem into multiple binary problems; one problem for each label.
把打好的标签作为数据特征融合在原数据中,对修改后的数据进行分类。
那么,如果h2把标签打错了,这样再往下传,岂不是错上加错,该怎么办?
变化打标签的顺序,
y1波浪,先打label1,再label2,label3,label4,label5,label6
y2波浪,先打label2,再label3,label4,label5,label6,label1
y3波浪,先打label3,再label4,label5,label6,label2,label1
……
**************************************论文解析********************************************
《Teaching-to-Learn and Learning-to-Teach for Multi-label Propagation》整个论文的思路,选择容易标记的数据,先标记这个label,这条数据难打的label后打。
step1:老师从test data中选容易打上标签的数据,如何选?怎么判断这个数据好打标签?转化为:如何度量,一个样本和一个类相似,距离!!!
某条test data 到 某个label数据的 正例/负例 两边的距离做差,差越小,证明离中间越近,分成正例还是分成负例很为难,越不好分类。距离在这里是个阈值
论文中用的距离是通信方面,信号接收的距离,该距离发表在pamin上,其实用什么距离都是可以的,换个其它距离会不会出再出一篇论文呢?
step2:标签如果错了,该肿么办?
避免标签错,选择一个置信度,如果这条数据是label1的概率是0.9,不是label1的概率是0.1,那么这个是不会分错的。如果这条数据是label1的概率是0.6,不是label1的概率是0.4,那么,很容易这条数据分错了,先不对这个数据打这个标签,打其余容易打的标签。
0.9和0.1的置信区间远远大于0.6和0.4的置信区间,置信度区间也是一个阈值。
总结,两层筛选,先找好分类的数据,再找分的时候置信区间大的数据,才打这个标签。
**************************************相关链接**************************************
这个人一直在做多标签且做的好,陶大程的学生:
http://www.escience.cn/people/chengong/paper.dhome