BriefGPT.xyz
大模型
Ask
alpha
关键词
positive unlabeled learning
搜索结果 - 4
对无先验正样本无监督学习的对比方法
我们提出了一种新的正未标化学习框架,通过预定义无关的表示学习来学习特征空间,然后采用伪标记技术将未标注样本进行分类,利用嵌入的集中性质。该方法在多个标准正未标化基准数据集上明显优于现有的方法,并且不需要先验知识或类先验的估计。值得注意的是,
→
PDF
5 months ago
云系统中的性能问题识别与关系时序异常检测
该研究论文提出了一种关联时间异常检测模型(RTAnomaly),该模型结合了指标的关联和时间信息,通过图注意力层学习指标之间的依赖关系,并利用正无标签学习来解决训练数据中潜在异常的问题。实验证明,RTAnomaly 在公共数据集和两个工业数
→
PDF
a year ago
重新审视远程监督关系抽取的负数据
本文提出了一种名为 ReRe 的管道方法,通过句子级别的关系检测和主谓对象提取来实现样本有效训练,将关系抽取问题转化为正无标记学习任务,缓解了负样本引起的误差问题,实验结果表明,该方法能够持续超越现有方法并且即使在学习大量的假阳性样本时仍保
→
PDF
3 years ago
利用正无标记学习和域自适应识别在线评论中产品召回的领先指标
本文介绍了一种利用在线评论来鉴定可能存在安全或健康隐患的产品的系统,并结合数据适应和无标记学习对于美国消费品安全委员会向消费者投诉进行训练以及在亚马逊上商品的验证中表现优异,可以为消费者提供售前安全评估服务。
PDF
7 years ago
Prev
Next