主动式学习策略研究综述

《主动式学习策略研究综述》由会员分享，可在线阅读，更多相关《主动式学习策略研究综述（1页珍藏版）》请在装配图网上搜索。

主动式学习策略研究综述摘 要：近年来，主动式学习策略越来越受到研究者们的关注， 并且有了许多重要的研究成果。 其核心思想是通过选择有效的训练 样本，使得机器学习算法能在使用更少训练数据的情况下，同样能 达到良好的性能。首先对有关研究成果进行综述，然后展望未来主 动式学习策略可能的应用前景。关键词：主动式学习；确定性原则；成员性原则；样本选择；支 持向量机中图分类号： g42随着互联网技术的广泛应用，人们接触到的网络资讯日益膨胀， 高效地处理海量信息并从中挖掘出有用信息的需求，显得日益迫 切。研究者们提出了各种高效的机器学习算法，通过计算机进行信 息处理与挖掘。但是这些机器学习算法的性能，却有赖于训练数据 的质量和数量。所以标注训练数据的人工成本往往就成为机器学习 算法应用的瓶颈。主动式学习策略提供了一种在保证机器学习算法 性能的同时，通过选择有效未标注样本，进而最小化人工标注工作 量的方法。主动式学习策略大体上可以分为（ 1）基于确定性原则 12 ；（2）基于成员性原则 34 ；两类主流方法。它们已经被 广泛地应用于网络上的自然语言处理任务。下面将针对这两类现有 的主动式学习策略方法及其应用的研究成果进行综述；然后对主动 式学习策略的应用研究进行展望。1 基于确定性原则的主动式学习策略及应用