Aprendizado semissupervisionado baseado em uma única classe por meio de propagação de rótulos em grafos (2020)
- Authors:
- Autor USP: CARNEVALI, JULIO CÉSAR - ICMC
- Unidade: ICMC
- Sigla do Departamento: SCC
- Subjects: RECUPERAÇÃO DA INFORMAÇÃO; RECONHECIMENTO DE PADRÕES; ANÁLISE DE TEXTO; ANÁLISE DE DADOS; APRENDIZADO COMPUTACIONAL; TEORIA DOS GRAFOS
- Keywords: Aprendizado baseado em grafo; Aprendizado semissupervisionado baseado em uma única classe; Aprendizado transdutivo; Graph-based learning; Label propagation; Positive and unlabeled learning; Propagação de rótulos; Text classification; Transductive learning
- Agências de fomento:
- Language: Português
- Abstract: O aprendizado semissupervisionado baseado em uma única classe, amplamente conhecido pelo termo em inglês Positive and Unlabeled Learning (PUL), é um método atrativo para aplicações práticas, pois o usuário só precisa rotular documentos de seu interesse, evitando o esforço de rotular documentos para todas as classes da coleção, tarefa necessária nos métodos multiclasse. Além dos documentos de interesse do usuário, são utilizados também documentos não rotulados durante o processo de aprendizagem, para então classificar os documentos entre classe de interesse ou não (também denominados como documentos positivos e negativos respectivamente). Esse método de aprendizado pode ser utilizado para construir modelos de classificação, recuperação de informação, ou sistemas de recomendação. As abordagens PUL encontradas na literatura raramente fazem uso da representação de dados por meio de grafos. Dado que esse meio de representação de dados é pouco explorado no contexto de PUL, e dado que seu uso em abordagens do aprendizado semissupervisionado para classificação de textos produz resultados tão bons quanto e até melhores que abordagens baseadas no modelo espaço-vetorial, neste projeto de mestrado, é proposto uma abordagem baseada em grafo para PUL denominada, Label Propagation for Positive and Unlabeled Learning (LP-PUL). O método proposto consiste de 3 etapas: (i) construção do grafo para representação da coleção textual, (ii) identificação de documentos negativos, e (iii) propagaçãodos rótulos positivo e negativo para os demais documentos não rotulados. Foi realizada uma extensa avaliação empírica utilizando um grande número de coleções e parâmetros para cada algoritmo utilizado. Durante a avaliação, foi medido o impacto das diferentes escolhas de algoritmos para cada etapa acima mencionadas. Além disso, o método proposto foi comparado com algoritmos PUL baseados em grafos e no modelo espaço-vetorial. Ao final, foi demonstrado que o método proposto obtém melhor performance de classificação que os demais algoritmos PUL.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2020
- Data da defesa: 28.10.2020
-
ABNT
CARNEVALI, Julio Cesar. Aprendizado semissupervisionado baseado em uma única classe por meio de propagação de rótulos em grafos. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16112020-155518/. Acesso em: 26 abr. 2024. -
APA
Carnevali, J. C. (2020). Aprendizado semissupervisionado baseado em uma única classe por meio de propagação de rótulos em grafos (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16112020-155518/ -
NLM
Carnevali JC. Aprendizado semissupervisionado baseado em uma única classe por meio de propagação de rótulos em grafos [Internet]. 2020 ;[citado 2024 abr. 26 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16112020-155518/ -
Vancouver
Carnevali JC. Aprendizado semissupervisionado baseado em uma única classe por meio de propagação de rótulos em grafos [Internet]. 2020 ;[citado 2024 abr. 26 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-16112020-155518/
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
