[发明专利]一种提高多标记分布学习的预测准确性的方法和装置

说明书

本发明公开了一种提高多标记分布学习的预测准确性的方法、系统、设备和存储介质，方法包括：在目标函数中加入带有超参数的对数函数，并通过训练得到预测效果最好的超参数；对基于预测效果最好的超参数改进后的目标函数进行优化，并基于优化后得到目标函数形成预测模型；响应于获取到一组标记的数据，计算标记的平均值，并基于平均值判断标记是否具有稀疏性；以及响应于标记具有稀疏性，使用预测模型对数据进行预测。本发明根据数据稀疏性的特点改进目标函数，提高多标记分布学习的预测准确性。

技术领域

本发明涉及深度学习领域，更具体地，特别是指一种提高多标记分布学习的预测准确性的方法、系统、计算机设备及可读介质。

背景技术

在传统的监督学习框架中，每个实例对应着一个标记即为单标记学习范式，然而现实生活中，一个实例往往不仅仅只能被一个标记描述，比如一篇新闻可能不仅只有一个主题，它可能同时隶属于多个预先定义的主题，一副图画里的可能描绘了多个事物，有蓝天、白云、小桥、溪水。在这种情况下，提出了多标记学习范式，即每一个实例由原来的对应着一个标记变成了对应着一个标记集合。多标记学习是对单标记的扩展，解决了更多现实生活中的问题。

多标记方法只能预测出这个标记大概有几个相关的标记，却不能预测出这些相关标记对实例的具体描述程度。基于这个问题，以前的单标记和多标记学习范式解决不了这个新的问题情景，因此耿新等人提出了一个新的学习范式，用一个分布来描述实例的每个标记描述度，称为多标记分布学习范式，这个新范式的提出解决了很多实际遇到的问题，比如一幅图画有很多个事物，有蓝天、白云、树木、水，但是每个事物所占比例不同，有的图画蓝天、水占整幅图的大部分，但树木和白云仅仅占小部分，但同样都拥有蓝天、白云、树木、水的画，其中蓝天和水是远景只占小部分，白云占大部分，这时候用多标记学习就很难区分这两幅图的区别，但多标记分布学习来描述每个事物在图中所占比例程度就很容易区分出这两幅图。

现有技术未考虑每个标记对应的数值大小是否相差悬殊，比如所有的标记中有一个标记对应的数值比其他标记对应的数值大很多；还是每个标记对应的数值很接近。标记分布的情况不同，会影响到多标记分布学习的预测结果。

发明内容

有鉴于此，本发明实施例的目的在于提出一种提高多标记分布学习的预测准确性的方法、系统、计算机设备及计算机可读存储介质，通过在目标函数中加入了对数函数，能够根据数据的稀疏性更好地进行预测，大大降低了数据不均匀对预测结果的影响，提高了预测的准确性。

基于上述目的，本发明实施例的一方面提供了一种提高多标记分布学习的预测准确性的方法，包括如下步骤：在目标函数中加入带有超参数的对数函数，并通过训练得到预测效果最好的超参数；对基于预测效果最好的超参数改进后的目标函数进行优化，并基于优化后得到目标函数形成预测模型；响应于获取到一组标记的数据，计算所述标记的平均值，并基于所述平均值判断所述标记是否具有稀疏性；以及响应于所述标记具有稀疏性，使用所述预测模型对所述数据进行预测。

在一些实施方式中，所述基于所述平均值判断所述标记是否具有稀疏性包括：判断所述标记中的最大值和最小值的差值是否大于所述平均值的第一数值倍。

在一些实施方式中，所述基于所述平均值判断所述标记是否具有稀疏性包括：判断所述标记的总和是否等于一；以及响应于所述标记的总和不等于一，将所述标记进行转换以使得所述标记的总和等于一。

在一些实施方式中，所述在目标函数中加入带有超参数的对数函数包括：赋予所述超参数初始值以平衡所述目标函数的散度和所述对数函数。

在一些实施方式中，所述通过训练得到预测效果最好的超参数包括：根据训练集中每一组数据得到一个对应的超参数，使用测试集对每个所述超参数进行测试，选择其中预测性能最好的超参数。

在一些实施方式中，所述通过训练得到预测效果最好的超参数包括：根据训练集学习得出数据与所述数据的标记之间的条件概率。