一种基于生成对抗模型的主动学习方法

作者：罗荣华; 王翔

来源：2020-04-30, 中国, CN202010368402.2.

本发明公开了一种基于生成对抗模型的主动学习方法,所述方法包括：首先,利用已标注数据集和未标注数据集训练生成对抗模型,并使用训练后的生成对抗模型将已标注数据集和未标注数据集中的每个样本转换成某个隐藏特征空间中的向量；然后,利用已标注数据集的转换向量对基准分类器进行训练；再使用训练后的基准分类器对测试集中样本进行测试,并检查预设终止条件是否达到；如果预设终止条件达到,从未标注数据集中选择真实基准分类器决策边界周围的样本；之后,让标注者标注选出样本的类别,加入已标记数据集；循环重复上述步骤,直到满足预设终止条件。本发明可以减少人工标注样本的代价,以尽量小的标注代价训练得到高性能模型。

• 单位
  华南理工大学