发明名称 |
批量主动排序学算法 |
摘要 |
本发明提出的批量主动排序学算法包括六个步骤:对用户输入的查询进行预处理,包括进行中文分词和过滤停用词;使用排序支持向量机算法训练用户已标注样本集,得到一个初始的排序模型;计算未标注样本集中每个样本与排序决策面的距离,以得到批量选择的距离度量;计算未标注样本集中每个样本与已选择的样本之间的夹角差异,以得到批量选择的夹角度量;整合批量选择的夹角度量和距离度量,以得到批量选择度量;根据整合的批量选择度量选择多个值得标注的样本给用户标注。 |
申请公布号 |
CN101887419A |
申请公布日期 |
2010.11.17 |
申请号 |
CN200910068880.5 |
申请日期 |
2009.05.15 |
申请人 |
蒯宇豪 |
发明人 |
蒯宇豪 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于语言模型的排序算法,其特征在于包括下列步骤:预处理单元,对用户输入的查询词和候选文档进行分词和过滤停用词处理;使用排序支持向量机算法训练用户已标注样本集,得到一个初始的排序模型;计算未标注样本集中每个样本与排序决策面的距离,以得到批量选择的距离度量;计算未标注样本集中每个样本与已选择的样本之间的夹角差异,以得到批量选择的夹角度量;整合批量选择的夹角度量和距离度量,以得到批量选择度量;根据整合的批量选择度量选择多个值得标注的样本给用户标注。 |
地址 |
300071 天津市南开区卫津路94号南开大学西区公寓4号楼2门602 |