[发明专利]基于生成式模型的标签标注方法

权利要求书

1.一种基于生成式模型的标签标注方法，其特征在于，所述方法包括：

获取Corr-LDA模型，并根据折棒理论将所述Corr-LDA模型构建成Corr-HDP模型；

在所述Corr-HDP模型中将β截断为k维；

获取正样本和未标注样本并将所述正样本和未标注样本作为训练集的半监督学习框架；

将所述半监督学习框架应用至所述Corr-HDP模型上更新所述半监督学习框架中的每一个样本的似然概率；

通过更新后的所有样本的似然概率，加强所有标签和特征之间的关联性以实现标注分类的准确性和完整性。

2.如权利要求1所述的方法，其特征在于，所述获取Corr-LDA模型，并根据折棒理论将所述Corr-LDA模型构建成Corr-HDP模型的步骤，包括：

获取Corr-LDA模型，使用折棒理论的记号法以获取标记：β～Stick(α)，π～DP(α^π，β)；

设定随机变量y～Uniform(1,…，N_i)来关联同一个样本中的特征和标签；

给定一个样本i，生成个N_i特征b_i,l，服从以为参数的多项式分布；

对于M_i个标签中的任一个标签，用y来随机选择N_i个特征中的一个特征，以生成这个特征的隐藏变量z为条件生成相应的标签w_i,j，其中服从以为参数的多项式分布。

3.如权利要求2所述的方法，其特征在于，所述在所述Corr-HDP模型中将β截断为k维的步骤，包括：

在所述Corr-HDP模型中将β截断为K维，其中π～DP(α^π，β)近似为π～Dirichlet(α^πβ₁，…，α^πβ_K)。

4.如权利要求1所述的方法，其特征在于，所述获取正样本和未标注样本并将所述正样本和未标注样本作为训练集的半监督学习框架的步骤，包括：

获取不完整标注训练集D，对于每一个标签L_i∈L都存在一个集合对P_j×S_j，其中P_j∈D表示正样本集，S_j∈D表示混合样本集，w_i,j＝1→I_i∈P_j，w_i,j＝0→I_i∈S_j。

5.如权利要求4所述的方法，其特征在于，所述将所述半监督学习框架应用至所述Corr-HDP模型上更新所述半监督学习框架中的每一个样本的似然概率的步骤之前，还包括：

在所述训练集中，D于每一个j∈{1，2，…，M}都可以表示为一个集合对P_j×S_j，因此，设定下列关系式：

I_i∈P_j＝Pr[w_i,j＝1|b_i]＝1

I_i∈P_j≠Pr[w_i,j＝1|b_i]＝0

其中

6.如权利要求1至5任一项所述的方法，其特征在于，所述将所述半监督学习框架应用至所述Corr-HDP模型上更新所述半监督学习框架中的每一个样本的似然概率的步骤，包括：

将所述半监督学习框架应用至所述Corr-HDP模型上，更新每一个I_k∈S_j(1≤j≤M)的似然概率Pr[w_k,j＝1|b_k]，同时对每一个I_i∈P_j(1≤j≤M)保持Pr[w_i,j＝1|b_i]＝1。