PiCO+: Contrastive Label Disambiguation for Robust Partial Label Learning
题目:PiCO+:用于鲁棒部分标签学习的对比标签消歧
作者:Haobo Wang; Ruixuan Xiao; Yixuan Li; Lei Feng; Gang Niu; Gang Chen; Junbo Zhao
源码:https://github.com/hbzju/PiCO
摘要
部分标签学习(Partial Label Learning, PLL)是一个重要的问题,它允许每个训练样本被标记为包含真实标签的粗略候选集。然而,在更实际但具有挑战性的场景中,注释者可能遗漏真实标签并提供错误的候选集,这被称为噪声PLL问题。为了解决这个问题,我们提出了PiCO+框架,该框架同时对候选集进行消歧和减轻标签噪声。PiCO+的核心是,我们开发了一种新颖的标签消歧算法PiCO,它由对比学习模块和新颖的基于类原型的消歧方法组成。从理论上讲,我们展示了这两个组成部分是相互有益的,并且可以从期望最大化(Expectation-Maximization, EM)算法的角度进行严格论证。为了处理标签噪声,我们将