[发明专利]一种以交叉熵为查询策略的主动学习方法

摘要

本发明公开一种以交叉熵为查询策略的主动学习方法。该方法包括：使用已标记数据集训练分类器；将训练后的分类器对测试集进行分类；计算所有未标记数据的交叉熵，再根据交叉熵值的大小对未标记数据从大到小排序，最后选取前K个交叉熵值大的未标记数据交由人类专家标记；标记后加入已标记数据集中用于分类器的下一次训练；循环迭代执行以上环节，直到标记代价或分类器分类性能达到预设条件终止学习。本发明可以选择少量最有价值的数据并进行标记，避免了选择冗余数据，同时减少了对大量未标记数据进行标记所需的人力和物力。