未标记数据相关论文
深度学习的成功依赖于大规模具有精确标记的数据。获取数据真实标记需要大量人力物力,代价昂贵。实际应用中标记通常由众包等廉价......
在互联网技术飞速发展的背景下,信息过载问题成为了用户新的苦恼,也阻碍了互联网业务继续发展。随着数据挖掘技术的进步,个性化推......
传统单标记学习(single-label learning)假设现实世界中的对象仅有单一的语义信息(semantic)。然而现实世界中的对象往往同时具有......
传统的分类问题需要通过大量的标记样本进行学习，以预测未来样本的标记。然而在实际的分类应用中，比如图像分析、网页分类、蛋白质结......
针对客户端垃圾邮件过滤器难以获取足够训练样本的问题,提出一种基于小样本学习的垃圾邮件过滤方法,利用容易获取的未标记样本提高......
