基于主动学习的深度半监督聚类模型

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：深度半监督聚类旨在利用少量的监督信息达到更好的聚类效果。然而，由于标注成本昂贵，监督信息的数量往往是有限的。因此，在监督信息有限的情况下，如何选择对聚类最有价值的监督信息变得至关重要。针对以上问题，提出了基于主动学习的深度半监督聚类模型（DASCM）。该模型设计了一种主动学习方法，能够挑选出蕴涵丰富信息的边缘文本，并进一步生成蕴涵边缘文本的高价值监督信息。（剩余21709字）

试读结束

目录
monitor
客服机器人