[发明专利]一种面向歧义标注样本的分类方法

权利要求书

1.一种面向歧义标注样本的分类方法，其特征在于：包括以下步骤：

(1)根据事先制定的规则，构建标注集合，从样本存储设备中选样本；

(2)根据样本自身特性提取特征，并整理对应的标记集合；具体为：将样本集合定义为其中x_i是d维的特征向量，Y_i表示与样本x_i对应的歧义标记集合，样本的真实标记y_i∈Y_i，但在训练过程中，无法被学习算法所获得，在此规定，标记集合的大小为q，即总共有q种类别；

(3)采用标记成对比较方法，将原始样本集重构为多个多分类样本集，并学习对应分类器；具体包括：

对于一组标记对(y_j,y_k)1≤j＜k≤n，通过下式对所有样本的类别标记进行重构：

在上式中，根据标记对与歧义标记集合的关系，重新构建了4种类别，接下来，基于重构类别，为标记对(y_j,y_k)按下式构建训练集

对所有样本遍历重构之后，可使用任一多分类学习算法来对训练集进行训练，并得到对应的多类分类器g_jk，即

(4)使用学习所得分类器，对待测样本进行分类，并对各个标记进行投票；对待分类样本进行测试，具体如下：在对每一组标记对的遍历中，利用对应的多类分类器对待测样本x^*进行分类，记对标记j的投票为v_j，投票准则由下式给出：

当所有分类器均进行过投票之后，需根据投票结果确定最终标记，具体按照下式进行：

y^*＝max_jv_j(1≤j≤q)；

(5)如果符合事先制定的结果则结束，否则从样本存储设备中选择更多的样本进行训练，并转到步骤(2)；具体为：如果不符合事先制定的结果则需对样本进行筛选过滤，将标记出现次数小于3次的样本筛选掉，并从样本存储设备中选择更多的样本进行训练，再转入步骤(2)。