Эта публикация цитируется в 1 статье

Проактивная разметка примеров для адаптации к домену

М. А. Рындин^a, Д. Ю. Турдаков<sup>ba

a</sup> Институт системного программирования РАН им. В.П. Иванникова
^b Московский государственный университет имени М.В. Ломоносова

Аннотация: В статье приводятся исследование возможности переноса знаний в целевой домен из другого, но близкого домена-источника с помощью проактивного обучения. Исследуется применимость использования модели машинного обучения, обученной на домене-источнике, как бесплатного ненадежного оракула для определения сложности примера из целевого домена и принятии решения о необходимости его разметки надежным экспертом. Представлен алгоритм такой разметки, одной из особенностей этого алгоритма является его возможность работы с любым классификатором, имеющим вероятностную интерпретацию выхода. Экспериментальное тестирование на наборе данных из отзывов на продукты Амазон подтверждает эффективность предложенного метода.

Ключевые слова: адаптация к домену, проактивное обучениe.

DOI: 10.15514/ISPRAS-2019-31(5)-11