分類(lèi)裝置、分類(lèi)方法以及電子設(shè)備的制作方法
【專(zhuān)利摘要】本發(fā)明提供了分類(lèi)裝置、分類(lèi)方法以及電子設(shè)備，以克服利用傳統(tǒng)的基于圖的學(xué)習(xí)方法所獲得的測(cè)試樣本的類(lèi)別分值不準(zhǔn)確的問(wèn)題。上述分類(lèi)裝置包括：用于對(duì)目標(biāo)樣本進(jìn)行聚類(lèi)的聚類(lèi)單元；用于確定與目標(biāo)樣本的每個(gè)聚類(lèi)相關(guān)的訓(xùn)練樣本的確定單元；用于刪除類(lèi)別分值不準(zhǔn)確的訓(xùn)練樣本的類(lèi)別分值的刪除單元；以及用于將上述目標(biāo)樣本作為測(cè)試樣本并根據(jù)每個(gè)測(cè)試樣本與每個(gè)剩下的訓(xùn)練樣本之間的相似度、以及每?jī)蓚€(gè)測(cè)試樣本之間的相似度來(lái)計(jì)算上述測(cè)試樣本的類(lèi)別分值的計(jì)算單元。上述分類(lèi)方法用于執(zhí)行能夠?qū)崿F(xiàn)上述分類(lèi)裝置的功能的處理。上述電子設(shè)備包括上述分類(lèi)裝置。本發(fā)明的上述技術(shù)能夠應(yīng)用于信息處理領(lǐng)域。
【專(zhuān)利說(shuō)明】分類(lèi)裝置、分類(lèi)方法以及電子設(shè)備
【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明涉及信息處理領(lǐng)域，尤其涉及一種分類(lèi)裝置、分類(lèi)方法以及電子設(shè)備。
【背景技術(shù)】
[0002]作為一種能夠有效描述數(shù)據(jù)之間關(guān)系的方法，基于圖的學(xué)習(xí)已經(jīng)被廣泛地應(yīng)用于諸多領(lǐng)域，比如網(wǎng)頁(yè)分類(lèi)、圖像檢索、視頻概念檢測(cè)等。上述網(wǎng)頁(yè)分類(lèi)、圖像檢索以及視頻概念檢測(cè)等，從廣義上都可以看成一個(gè)分類(lèi)過(guò)程。需要注意的是，這里所說(shuō)的圖是帶權(quán)圖，它是一種數(shù)據(jù)關(guān)系，而并非真正意義上的圖像。
[0003]傳統(tǒng)的基于圖的學(xué)習(xí)方法，通常是在某種優(yōu)化的框架下利用訓(xùn)練樣本之間的相似度，通過(guò)最優(yōu)解的解析表達(dá)式或者迭代的求解方法，來(lái)為每個(gè)訓(xùn)練樣本計(jì)算出一個(gè)能夠反映其類(lèi)別屬性的類(lèi)別分值。為了將學(xué)習(xí)結(jié)果推廣到測(cè)試樣本，一般需要基于平滑性約束設(shè)計(jì)另一個(gè)待優(yōu)化的代價(jià)函數(shù)。
[0004]然而，在上述傳統(tǒng)的基于圖的學(xué)習(xí)方法中，在將學(xué)習(xí)結(jié)果推廣到測(cè)試樣本的過(guò)程中，訓(xùn)練樣本的類(lèi)別分值往往保持不變，這使得一些類(lèi)別分值可能不準(zhǔn)確的訓(xùn)練樣本會(huì)對(duì)測(cè)試樣本類(lèi)別分值的計(jì)算造成負(fù)面的影響，也即，使得計(jì)算所得的測(cè)試樣本的類(lèi)別分值不準(zhǔn)確。此外，為了將學(xué)習(xí)結(jié)果推廣到測(cè)試樣本，上述傳統(tǒng)的基于圖的學(xué)習(xí)方法通常是依次處理各個(gè)測(cè)試樣本，而完全沒(méi)有考慮測(cè)試樣本之間的關(guān)系，這也同樣有可能使得測(cè)試樣本的類(lèi)別分值計(jì)算不準(zhǔn)確。

【發(fā)明內(nèi)容】

[0005]在下文中給出了關(guān)于本發(fā)明的簡(jiǎn)要概述，以便提供關(guān)于本發(fā)明的某些方面的基本理解。應(yīng)當(dāng)理解，這個(gè)概述并不是關(guān)于本發(fā)明的窮舉性概述。它并不是意圖確定本發(fā)明的關(guān)鍵或重要部分，也不是意圖限定本發(fā)明的范圍。其目的僅僅是以簡(jiǎn)化的形式給出某些概念，以此作為稍后論述的更詳細(xì)描述的前序。
[0006]鑒于此，本發(fā)明提供了一種分類(lèi)裝置、分類(lèi)方法以及電子設(shè)備，以至少解決利用傳統(tǒng)的基于圖的學(xué)習(xí)方法所獲得的測(cè)試樣本的類(lèi)別分值不準(zhǔn)確的問(wèn)題。
[0007]根據(jù)本發(fā)明的一個(gè)方面，提供了一種分類(lèi)裝置，該分類(lèi)裝置包括:聚類(lèi)單元，其被配置用于對(duì)目標(biāo)樣本進(jìn)行聚類(lèi)，以獲得目標(biāo)樣本的至少一個(gè)聚類(lèi)；確定單元，其被配置用于分別確定與上述目標(biāo)樣本的每個(gè)聚類(lèi)相關(guān)的訓(xùn)練樣本，其中，上述訓(xùn)練樣本中的每一個(gè)均具有類(lèi)別分值；刪除單元，其被配置用于針對(duì)上述目標(biāo)樣本的每個(gè)聚類(lèi)，獲得與該聚類(lèi)相關(guān)的訓(xùn)練樣本的類(lèi)別分值中的最大值和最小值之差，并在上述差大于第一預(yù)定閾值時(shí)，刪除與該聚類(lèi)相關(guān)的訓(xùn)練樣本的類(lèi)別分值；以及計(jì)算單元，其被配置用于將上述目標(biāo)樣本作為測(cè)試樣本，根據(jù)每個(gè)測(cè)試樣本與每個(gè)剩下的訓(xùn)練樣本之間的相似度、以及每?jī)蓚€(gè)測(cè)試樣本之間的相似度，利用剩下的訓(xùn)練樣本的類(lèi)別分值，通過(guò)求解優(yōu)化問(wèn)題的方法獲得上述測(cè)試樣本的類(lèi)別分值。
[0008]根據(jù)本發(fā)明的另一個(gè)方面，還提供了一種分類(lèi)方法，該分類(lèi)方法包括:對(duì)目標(biāo)樣本進(jìn)行聚類(lèi)，以獲得上述目標(biāo)樣本的至少一個(gè)聚類(lèi)；分別確定與上述目標(biāo)樣本的每個(gè)聚類(lèi)相關(guān)的訓(xùn)練樣本，其中，上述訓(xùn)練樣本中的每一個(gè)均具有類(lèi)別分值；針對(duì)上述目標(biāo)樣本的每個(gè)聚類(lèi)，獲得與該聚類(lèi)相關(guān)的訓(xùn)練樣本的類(lèi)別分值中的最大值和最小值之差，并在上述差大于第一預(yù)定閾值時(shí)，刪除與該聚類(lèi)相關(guān)的訓(xùn)練樣本的類(lèi)別分值；以及將上述目標(biāo)樣本作為測(cè)試樣本，根據(jù)每個(gè)測(cè)試樣本與每個(gè)剩下的訓(xùn)練樣本之間的相似度、以及每?jī)蓚€(gè)測(cè)試樣本之間的相似度，利用剩下的訓(xùn)練樣本的類(lèi)別分值，通過(guò)求解優(yōu)化問(wèn)題的方法獲得上述測(cè)試樣本的類(lèi)別分值。
[0009]根據(jù)本發(fā)明的另一個(gè)方面，還提供了一種電子設(shè)備，該電子設(shè)備包括如上所述的分類(lèi)裝置。
[0010]上述根據(jù)本發(fā)明的實(shí)施例的分類(lèi)裝置、分類(lèi)方法以及電子設(shè)備，能夠至少實(shí)現(xiàn)以下益處之一:通過(guò)確定類(lèi)別分值不準(zhǔn)確的訓(xùn)練樣本并刪除這些訓(xùn)練樣本的類(lèi)別分值，使得訓(xùn)練樣本能夠更加準(zhǔn)確地反映數(shù)據(jù)的真實(shí)分布信息；保證了在計(jì)算測(cè)試樣本的類(lèi)別分值的過(guò)程中所使用的訓(xùn)練樣本的類(lèi)別分值的準(zhǔn)確性；以及通過(guò)在計(jì)算過(guò)程中引入測(cè)試樣本之間的相似性關(guān)系，使得獲得的測(cè)試樣本的類(lèi)別分值更加準(zhǔn)確。
[0011]通過(guò)以下結(jié)合附圖對(duì)本發(fā)明的最佳實(shí)施例的詳細(xì)說(shuō)明，本發(fā)明的這些以及其他優(yōu)點(diǎn)將更加明顯。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0012]本發(fā)明可以通過(guò)參考下文中結(jié)合附圖所給出的描述而得到更好的理解，其中在所有附圖中使用了相同或相似的附圖標(biāo)記來(lái)表示相同或者相似的部件。所述附圖連同下面的詳細(xì)說(shuō)明一起包含在本說(shuō)明書(shū)中并且形成本說(shuō)明書(shū)的一部分，而且用來(lái)進(jìn)一步舉例說(shuō)明本發(fā)明的優(yōu)選實(shí)施例和解釋本發(fā)明的原理和優(yōu)點(diǎn)。在附圖中:
[0013]圖1是示意性地示出根據(jù)本發(fā)明的實(shí)施例的分類(lèi)裝置的一種示例結(jié)構(gòu)的框圖。
[0014]圖2A-2C是示意性地示出傳統(tǒng)的分類(lèi)技術(shù)在處理測(cè)試樣本時(shí)的基本原理圖。
[0015]圖2D是示意性地示出根據(jù)本發(fā)明的實(shí)施例的分類(lèi)裝置在處理測(cè)試樣本時(shí)的基本原理圖。
[0016]圖3是示意性地示出如圖1所示的計(jì)算單元的一種可能的示例結(jié)構(gòu)的框圖。
[0017]圖4是示意性地示出根據(jù)本發(fā)明的實(shí)施例的分類(lèi)裝置的另一種示例結(jié)構(gòu)的框圖。
[0018]圖5是示意性地示出根據(jù)本發(fā)明的實(shí)施例的分類(lèi)方法的一種示例性處理的流程圖。
[0019]圖6是示出了可用來(lái)實(shí)現(xiàn)根據(jù)本發(fā)明的實(shí)施例的分類(lèi)裝置和分類(lèi)方法的一種可能的信息處理設(shè)備的硬件配置的結(jié)構(gòu)簡(jiǎn)圖。
[0020]本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，附圖中的元件僅僅是為了簡(jiǎn)單和清楚起見(jiàn)而示出的，而且不一定是按比例繪制的。例如，附圖中某些元件的尺寸可能相對(duì)于其他元件放大了，以便有助于提高對(duì)本發(fā)明實(shí)施例的理解。
【具體實(shí)施方式】
[0021]在下文中將結(jié)合附圖對(duì)本發(fā)明的示范性實(shí)施例進(jìn)行描述。為了清楚和簡(jiǎn)明起見(jiàn)，在說(shuō)明書(shū)中并未描述實(shí)際實(shí)施方式的所有特征。然而，應(yīng)該了解，在開(kāi)發(fā)任何這種實(shí)際實(shí)施例的過(guò)程中必須做出很多特定于實(shí)施方式的決定，以便實(shí)現(xiàn)開(kāi)發(fā)人員的具體目標(biāo)，例如，符合與系統(tǒng)及業(yè)務(wù)相關(guān)的那些限制條件，并且這些限制條件可能會(huì)隨著實(shí)施方式的不同而有所改變。此外，還應(yīng)該了解，雖然開(kāi)發(fā)工作有可能是非常復(fù)雜和費(fèi)時(shí)的，但對(duì)得益于本公開(kāi)內(nèi)容的本領(lǐng)域技術(shù)人員來(lái)說(shuō)，這種開(kāi)發(fā)工作僅僅是例行的任務(wù)。
[0022]在此，還需要說(shuō)明的一點(diǎn)是，為了避免因不必要的細(xì)節(jié)而模糊了本發(fā)明，在附圖中僅僅示出了與根據(jù)本發(fā)明的方案密切相關(guān)的裝置結(jié)構(gòu)和/或處理步驟，而省略了與本發(fā)明關(guān)系不大的其他細(xì)節(jié)。
[0023]本發(fā)明的實(shí)施例提供了一種分類(lèi)裝置，該分類(lèi)裝置包括:聚類(lèi)單元，其被配置用于對(duì)目標(biāo)樣本進(jìn)行聚類(lèi)，以獲得目標(biāo)樣本的至少一個(gè)聚類(lèi)；確定單元，其被配置用于分別確定與上述目標(biāo)樣本的每個(gè)聚類(lèi)相關(guān)的訓(xùn)練樣本，其中，上述訓(xùn)練樣本中的每一個(gè)均具有類(lèi)別分值；刪除單元，其被配置用于針對(duì)上述目標(biāo)樣本的每個(gè)聚類(lèi)，獲得與該聚類(lèi)相關(guān)的訓(xùn)練樣本的類(lèi)別分值中的最大值和最小值之差，并在上述差大于第一預(yù)定閾值時(shí)，刪除與該聚類(lèi)相關(guān)的訓(xùn)練樣本的類(lèi)別分值；以及計(jì)算單元，其被配置用于將上述目標(biāo)樣本作為測(cè)試樣本，根據(jù)每個(gè)測(cè)試樣本與每個(gè)剩下的訓(xùn)練樣本之間的相似度、以及每?jī)蓚€(gè)測(cè)試樣本之間的相似度，利用剩下的訓(xùn)練樣本的類(lèi)別分值，通過(guò)求解優(yōu)化問(wèn)題的方法獲得上述測(cè)試樣本的類(lèi)別分值。
[0024]下面結(jié)合圖1來(lái)詳細(xì)描述根據(jù)本發(fā)明的實(shí)施例的分類(lèi)裝置的一個(gè)示例。
[0025]如圖1所示，根據(jù)本發(fā)明的實(shí)施例的分類(lèi)裝置100包括聚類(lèi)單元110、確定單元120、刪除單元130和計(jì)算單元140。
[0026]在分類(lèi)裝置100中，聚類(lèi)單元110用于對(duì)目標(biāo)樣本進(jìn)行聚類(lèi)，以獲得目標(biāo)樣本的至少一個(gè)聚類(lèi)。其中，這里所說(shuō)的目標(biāo)樣本可以是圖像，也可以是視頻，還可以是文本、網(wǎng)頁(yè)等對(duì)象。
[0027]在根據(jù)本發(fā)明的實(shí)施例的分類(lèi)裝置的一個(gè)具體實(shí)現(xiàn)方式中，可以通過(guò)聚類(lèi)單元110對(duì)目標(biāo)樣本的聚類(lèi)處理，來(lái)使得每個(gè)聚類(lèi)中的每個(gè)目標(biāo)樣本與該聚類(lèi)下的至少一個(gè)其他目標(biāo)樣本的相似度大于第四預(yù)定閾值。
[0028]例如，可以采用分級(jí)聚類(lèi)算法來(lái)實(shí)現(xiàn)上述實(shí)現(xiàn)方式中的聚類(lèi)處理，具體過(guò)程如下:al)初始時(shí)構(gòu)建若干個(gè)集合，使得每個(gè)集合僅包括一個(gè)目標(biāo)樣本；a2)計(jì)算每?jī)蓚€(gè)集合之間的相似度，其中，任兩個(gè)集合之間的相似度可以定義為該兩個(gè)集合的元素之間相似度的最大值，即&>?(々= max Sim{a,h)唭中，A和B表示任意兩個(gè)集合，a和b分別表示兩個(gè)集
合中的任意元素，Sim(A，B)表示集合A和集合B之間的相似度；a3)在所計(jì)算的每?jī)蓚€(gè)集合之間的相似度中，判斷其中最大的相似度是否大于第四預(yù)定閾值，若是，則將上述最大的相似度對(duì)應(yīng)的兩個(gè)集合(即所有集合中相似度最大的兩個(gè)集合)合并為一個(gè)集合，然后返回執(zhí)行a2)，直至所有集合中的任意兩個(gè)集合之間的相似度均小于第四預(yù)定閾值為止。
[0029]需要說(shuō)明的是，第四預(yù)定閾值可以根據(jù)經(jīng)驗(yàn)值設(shè)定，也可以通過(guò)試驗(yàn)的方式來(lái)確定，這里不再詳述。
[0030]此外，如圖1所示，確定單元120用于分別確定與目標(biāo)樣本的每個(gè)聚類(lèi)相關(guān)的訓(xùn)練樣本。其中，訓(xùn)練樣本是與目標(biāo)樣本種類(lèi)相同的對(duì)象，例如，訓(xùn)練樣本和目標(biāo)樣本可以同是以下對(duì)象中的任一種:圖像；視頻；文本；以及網(wǎng)頁(yè)等。
[0031]在根據(jù)本發(fā)明的實(shí)施例的分類(lèi)裝置的具體實(shí)現(xiàn)方式中，上述“與目標(biāo)樣本的每個(gè)聚類(lèi)相關(guān)的訓(xùn)練樣本”可以有多種不同的確定方式。
[0032]在一個(gè)實(shí)現(xiàn)方式中，針對(duì)目標(biāo)樣本的每個(gè)聚類(lèi)，確定單元120可以將與該聚類(lèi)中的至少一個(gè)目標(biāo)樣本之間的相似度高于第二預(yù)定閾值的訓(xùn)練樣本確定為與該聚類(lèi)相關(guān)的訓(xùn)練樣本。
[0033]在上述實(shí)現(xiàn)方式的一個(gè)例子中，假設(shè)目標(biāo)樣本的聚類(lèi)M是聚類(lèi)單元110對(duì)目標(biāo)樣本進(jìn)行聚類(lèi)處理之后所得到的任意一個(gè)聚類(lèi)，則針對(duì)聚類(lèi)M，確定單元120可以首先計(jì)算每一個(gè)訓(xùn)練樣本與聚類(lèi)M中的每個(gè)目標(biāo)樣本之間的相似度，然后，將與聚類(lèi)M中的至少一個(gè)目標(biāo)樣本之間的相似度高于上述第二預(yù)定閾值的那些訓(xùn)練樣本確定為與聚類(lèi)M相關(guān)的訓(xùn)練樣本。
[0034]或者,在上述實(shí)現(xiàn)方式的其他例子中,針對(duì)每一個(gè)訓(xùn)練樣本來(lái)說(shuō),確定單元120也可以不必計(jì)算這個(gè)訓(xùn)練樣本與聚類(lèi)M中的每個(gè)目標(biāo)樣本之間的相似度。以訓(xùn)練樣本SbS例，當(dāng)確定單元120所計(jì)算的聚類(lèi)M中的某個(gè)目標(biāo)樣本Sa與訓(xùn)練樣本Sb之間的相似度高于上述第二預(yù)定閾值時(shí)，確定單元120則可以不再計(jì)算聚類(lèi)M中剩余的目標(biāo)樣本與訓(xùn)練樣本Sb之間的相似度,而直接將訓(xùn)練樣本Sb確定為與聚類(lèi)M相關(guān)的其中一個(gè)訓(xùn)練樣本。
[0035]需要說(shuō)明的是，訓(xùn)練樣本與目標(biāo)樣本之間的相似度可以根據(jù)具體情況來(lái)選擇計(jì)算方法。例如，可以采用一些現(xiàn)有的用于計(jì)算圖像相似度、文本相似度等的相似度計(jì)算方法，來(lái)分別在訓(xùn)練樣本與目標(biāo)樣本是圖像、文本以及其他種類(lèi)對(duì)象的情況下實(shí)現(xiàn)上述訓(xùn)練樣本與目標(biāo)樣本之間的相似度計(jì)算。
[0036]此外，需要說(shuō)明的是，上述第二預(yù)定閾值可以根據(jù)經(jīng)驗(yàn)值設(shè)定，也可以通過(guò)試驗(yàn)的方式來(lái)確定，這里不再詳述。在一個(gè)例子中，第二預(yù)定閾值可以設(shè)定成與第四預(yù)定閾值相同的值。
[0037]在另一個(gè)實(shí)現(xiàn)方式中，針對(duì)目標(biāo)樣本的每個(gè)聚類(lèi)，確定單元120不僅可以將上述與該聚類(lèi)中的至少一個(gè)目標(biāo)樣本之間的相似度高于第二預(yù)定閾值的訓(xùn)練樣本確定為與該聚類(lèi)相關(guān)的訓(xùn)練樣本，還可以將與上述“與該聚類(lèi)中的至少一個(gè)目標(biāo)樣本之間的相似度高于第二預(yù)定閾值的訓(xùn)練樣本”之間的相似度高于第三預(yù)定閾值的那些訓(xùn)練樣本也確定為與該聚類(lèi)相關(guān)的訓(xùn)練樣本。
[0038]仍以上述目標(biāo)樣本的任一聚類(lèi)M為例，通過(guò)與上文所說(shuō)方式相類(lèi)似的方式，確定單元120可以將那些與聚類(lèi)M中的至少一個(gè)目標(biāo)樣本之間的相似度高于上述第二預(yù)定閾值的訓(xùn)練樣本確定為與聚類(lèi)M相關(guān)的訓(xùn)練樣本。為方便起見(jiàn)，下文中將“與聚類(lèi)M中的至少一個(gè)目標(biāo)樣本之間的相似度高于上述第二預(yù)定閾值的訓(xùn)練樣本”簡(jiǎn)稱(chēng)為第一類(lèi)訓(xùn)練樣本。除上述第一類(lèi)訓(xùn)練樣本之外，確定單元120還可以將那些與上述第一類(lèi)訓(xùn)練樣本中的任意一個(gè)之間的相似度高于上述第三預(yù)定閾值的訓(xùn)練樣本確定為與聚類(lèi)M相關(guān)的訓(xùn)練樣本。同樣，為方便起見(jiàn)，下文中將上述“與上述第一類(lèi)訓(xùn)練樣本中的任意一個(gè)之間的相似度高于上述第三預(yù)定閾值的訓(xùn)練樣本”簡(jiǎn)稱(chēng)為第二類(lèi)訓(xùn)練樣本。由此，在該例子中，“與聚類(lèi)M相關(guān)的訓(xùn)練樣本”可以包括第一類(lèi)訓(xùn)練樣本和第二類(lèi)訓(xùn)練樣本。需要說(shuō)明的是，上述第三預(yù)定閾值可以根據(jù)經(jīng)驗(yàn)值設(shè)定，也可以通過(guò)試驗(yàn)的方式來(lái)確定，這里不再詳述。
[0039]此外，這里所說(shuō)的訓(xùn)練樣本中的每一個(gè)均具有類(lèi)別分值。需要說(shuō)明的是，這里所說(shuō)的類(lèi)別分值是用于描述其所屬樣本的類(lèi)別與預(yù)定類(lèi)別之間的匹配程度的一種度量。換句話說(shuō)，類(lèi)別分值可以描述其所屬樣本的類(lèi)別符合預(yù)定類(lèi)別的程度。一般地，可以認(rèn)為類(lèi)別分值越高，該類(lèi)別分值所屬樣本符合預(yù)定類(lèi)別的可能性就越大；相反地，類(lèi)別分值越低，則該類(lèi)別分值所屬樣本符合預(yù)定類(lèi)別的可能性就越小。例如，類(lèi)別分值通?？梢栽?1到I之間取值。
[0040]需要說(shuō)明的是，在一些實(shí)施例中，根據(jù)訓(xùn)練樣本的類(lèi)別分值的獲得方式的不同，訓(xùn)練樣本可以分為兩類(lèi)。
[0041]其中，一類(lèi)訓(xùn)練樣本是一般的標(biāo)注樣本。這類(lèi)標(biāo)注樣本通常具有預(yù)定的類(lèi)別分值，例如，其類(lèi)別分值可以是由人手工地預(yù)先標(biāo)注的。然而，由于人力所限，這類(lèi)具有預(yù)定類(lèi)別分值的訓(xùn)練樣本通常數(shù)量也是有限的。
[0042]此外，另一類(lèi)訓(xùn)練樣本是機(jī)器標(biāo)注樣本。這類(lèi)機(jī)器標(biāo)注樣本的類(lèi)別分值例如可以是在訓(xùn)練階段(一般的分類(lèi)器在使用前都需要利用訓(xùn)練樣本進(jìn)行訓(xùn)練的過(guò)程)基于上述標(biāo)注樣本的預(yù)定類(lèi)別分值獲得的。
[0043]由此，在根據(jù)本發(fā)明的實(shí)施例的分類(lèi)裝置的一些實(shí)現(xiàn)方式中，訓(xùn)練樣本可以包括以上兩類(lèi)樣本，也即，可以包括如上所述的標(biāo)注樣本和機(jī)器標(biāo)注樣本。其中，這兩類(lèi)訓(xùn)練樣本的類(lèi)別分值也可以分別采用與上文所述方式相類(lèi)似的方式獲得或確定，這里不再贅述。需要說(shuō)明的是，在這種情況下，確定單元120所確定的“與目標(biāo)樣本的每個(gè)聚類(lèi)相關(guān)的訓(xùn)練樣本”可以全部是機(jī)器標(biāo)注樣本。
[0044]由此，通過(guò)確定單元120的處理可以分別確定與目標(biāo)樣本的每個(gè)聚類(lèi)相關(guān)的訓(xùn)練樣本。
[0045]根據(jù)平滑性假設(shè)可知，相似樣本的類(lèi)別分值不應(yīng)相差太大。因此，如果某兩個(gè)訓(xùn)練樣本(特別是在這兩個(gè)訓(xùn)練樣本是機(jī)器標(biāo)注樣本的情況下)分別與某兩個(gè)目標(biāo)樣本相似，而這兩個(gè)目標(biāo)樣本彼此也很相似(例如屬于如上所述的某一個(gè)聚類(lèi))，那么這兩個(gè)訓(xùn)練樣本的類(lèi)別分值應(yīng)該不會(huì)彼此相差過(guò)大。若情況并非如此，例如，若與某一個(gè)聚類(lèi)下的兩個(gè)目標(biāo)樣本分別相似的兩個(gè)訓(xùn)練樣本的類(lèi)別分值之間的差異大于第一預(yù)定閾值的話，則可以認(rèn)為這兩個(gè)訓(xùn)練樣本的類(lèi)別分值是不準(zhǔn)確的，因此，去除這些類(lèi)別分值來(lái)設(shè)計(jì)推廣算法則可以獲得更加可靠的結(jié)果。
[0046]于是，針對(duì)目標(biāo)樣本的每個(gè)聚類(lèi)，刪除單元130可以首先計(jì)算那些“與該聚類(lèi)相關(guān)的訓(xùn)練樣本”的類(lèi)別分值中的最大值和最小值之差，然后，在所計(jì)算的差大于第一預(yù)定閾值時(shí)，刪除這些“與該聚類(lèi)相關(guān)的訓(xùn)練樣本”的類(lèi)別分值。
[0047]例如，以目標(biāo)樣本的任一聚類(lèi)M為例，如上文所述，通過(guò)確定單元120可以確定與聚類(lèi)M相關(guān)的訓(xùn)練樣本。然后，刪除單元130可以找到與聚類(lèi)M相關(guān)的所有訓(xùn)練樣本的類(lèi)別分值中的最大值和最小值，并計(jì)算該最大值和最小值之差(該差大于或等于0)，當(dāng)該差大于上述第一預(yù)定閾值時(shí)，則將這些與聚類(lèi)M相關(guān)的所有訓(xùn)練樣本的類(lèi)別分值全部刪除。
[0048]特別地，在一個(gè)優(yōu)選例子中，在確定單元120所確定的“與該聚類(lèi)相關(guān)的訓(xùn)練樣本”全部是機(jī)器標(biāo)注樣本的情況下，刪除單元130所刪除的是這些機(jī)器標(biāo)注樣本的類(lèi)別分值。
[0049]需要說(shuō)明的是，上述第一預(yù)定閾值可以根據(jù)經(jīng)驗(yàn)值設(shè)定，也可以通過(guò)試驗(yàn)的方式來(lái)確定，這里不再詳述。
[0050]這樣，計(jì)算單元140可以利用剩下的訓(xùn)練樣本(即除去那些被刪除了類(lèi)別分值的訓(xùn)練樣本之外的其他訓(xùn)練樣本)的類(lèi)別分值，通過(guò)求解優(yōu)化問(wèn)題的方法獲得上述目標(biāo)樣本的類(lèi)別分值，進(jìn)而可以基于所計(jì)算的類(lèi)別分值來(lái)確定其類(lèi)別。
[0051]在根據(jù)本發(fā)明的實(shí)施例的分類(lèi)裝置的一個(gè)實(shí)現(xiàn)方式中，計(jì)算單元140可以將目標(biāo)樣本作為測(cè)試樣本，然后根據(jù)每個(gè)測(cè)試樣本與每個(gè)剩下的訓(xùn)練樣本之間的相似度、以及每?jī)蓚€(gè)測(cè)試樣本之間的相似度，利用剩下的訓(xùn)練樣本的類(lèi)別分值，通過(guò)求解優(yōu)化問(wèn)題的方法獲得測(cè)試樣本的類(lèi)別分值。
[0052]需要說(shuō)明的是，傳統(tǒng)的基于圖的學(xué)習(xí)方法通常是依次處理各個(gè)測(cè)試樣本，只考慮了每個(gè)測(cè)試樣本與訓(xùn)練樣本之間的關(guān)系，而完全沒(méi)有利用測(cè)試樣本與測(cè)試樣本之間的關(guān)系。圖2A-2C示意性地示出了傳統(tǒng)的基于圖的學(xué)習(xí)方法在處理測(cè)試樣本時(shí)采用的基本思想。在圖2A-2C以及下文中將要描述的圖2D中，“O”表示訓(xùn)練樣本(即SBfSB5)，“A”表示測(cè)試樣本(即SAfSA3)，其中的連線表示所連對(duì)象之間的相似度。
[0053]由圖2A-2C可以看出，傳統(tǒng)的方法在處理測(cè)試樣本時(shí)只考慮了測(cè)試樣本與訓(xùn)練樣本之間的相似度，也即，分別處理每個(gè)測(cè)試樣本來(lái)對(duì)其進(jìn)行分類(lèi)。需要注意的是，圖2A-2C中并未示出測(cè)試樣本與每個(gè)訓(xùn)練樣本之間的連線，而是僅示出了與其相似度較高的前幾個(gè)訓(xùn)練樣本與其之間的連線。
[0054]圖2D示意性地示出了計(jì)算單元140對(duì)測(cè)試樣本的處理思想。通過(guò)比較圖2D與先前所描述的圖2A-2C，可以看出，計(jì)算單元140在處理測(cè)試樣本時(shí)不僅考慮了測(cè)試樣本與訓(xùn)練樣本之間的相似度，而且還考慮了測(cè)試樣本與測(cè)試樣本之間的相似度(如圖2D中SaI與Sa2、Sa2與SA3之間的連線)。
[0055]需要說(shuō)明的是，圖2A-2D中所示出的各個(gè)訓(xùn)練樣本之間的連線(即訓(xùn)練樣本之間的相似度)并非是指在計(jì)算測(cè)試樣本的類(lèi)別分值的過(guò)程中所需要的，而是在一些實(shí)施例的訓(xùn)練階段中，在獲得上文所述的機(jī)器標(biāo)注樣本的類(lèi)別分值時(shí)所使用的。
[0056]下面結(jié)合圖3來(lái)描述計(jì)算單元140的一種可能的示例配置。
[0057]如圖3所示，在該示例中，計(jì)算單元140可以包括代價(jià)函數(shù)構(gòu)造模塊310和代價(jià)函數(shù)求解模塊320。
[0058]其中，代價(jià)函數(shù)構(gòu)造模塊310用于構(gòu)造能夠反映預(yù)定的約束條件的代價(jià)函數(shù)，代價(jià)函數(shù)求解模塊320則用于通過(guò)求解該代價(jià)函數(shù)的最小化問(wèn)題來(lái)獲得測(cè)試樣本的類(lèi)別分值。
[0059]上述預(yù)定的約束條件例如可以包括如下兩個(gè)條件:相似度越高的測(cè)試樣本與訓(xùn)練樣本的類(lèi)別分值越接近；以及相似度越高的兩個(gè)測(cè)試樣本的類(lèi)別分值越接近。
[0060]根據(jù)以上預(yù)定的約束條件，在根據(jù)本發(fā)明的實(shí)施例的分類(lèi)裝置的一個(gè)實(shí)現(xiàn)方式中，代價(jià)函數(shù)構(gòu)造模塊310所構(gòu)造的代價(jià)函數(shù)可以包括如下函數(shù)項(xiàng)或者其變形:
【權(quán)利要求】
1.一種分類(lèi)裝置，包括: 聚類(lèi)單元，其被配置用于對(duì)目標(biāo)樣本進(jìn)行聚類(lèi)，以獲得所述目標(biāo)樣本的至少一個(gè)聚類(lèi)； 確定單元，其被配置用于分別確定與所述目標(biāo)樣本的每個(gè)聚類(lèi)相關(guān)的訓(xùn)練樣本，其中，所述訓(xùn)練樣本中的每一個(gè)均具有類(lèi)別分值； 刪除單元，其被配置用于針對(duì)所述目標(biāo)樣本的每個(gè)聚類(lèi)，獲得與該聚類(lèi)相關(guān)的訓(xùn)練樣本的類(lèi)別分值中的最大值和最小值之差，并在所述差大于第一預(yù)定閾值時(shí)，刪除與該聚類(lèi)相關(guān)的訓(xùn)練樣本的類(lèi)別分值；以及 計(jì)算單元，其被配置用于將所述目標(biāo)樣本作為測(cè)試樣本，根據(jù)每個(gè)測(cè)試樣本與每個(gè)剩下的訓(xùn)練樣本之間的相似度、以及每?jī)蓚€(gè)測(cè)試樣本之間的相似度，利用剩下的訓(xùn)練樣本的類(lèi)別分值，通過(guò)求解優(yōu)化問(wèn)題的方法獲得所述測(cè)試樣本的類(lèi)別分值。
2.根據(jù)權(quán)利要求1所述的分類(lèi)裝置，其中，所述計(jì)算單元包括: 代價(jià)函數(shù)構(gòu)造模塊，其被配置用于構(gòu)造反映下述約束條件的代價(jià)函數(shù): 相似度越高的測(cè)試樣本與訓(xùn)練樣本的類(lèi)別分值越接近，以及 相似度越高的兩個(gè)測(cè)試樣本的類(lèi)別分值越接近； 代價(jià)函數(shù)求解模塊，其被配置用于通過(guò)求解所述代價(jià)函數(shù)的最小化問(wèn)題來(lái)獲得所述測(cè)試樣本的類(lèi)別分值。
3.根據(jù)權(quán)利要求1或2所述的分類(lèi)裝置，其中，所述訓(xùn)練樣本包括具有預(yù)定的類(lèi)別分值的標(biāo)注樣本和類(lèi)別分值是在`訓(xùn)練階段基于所述標(biāo)注樣本的類(lèi)別分值而獲得的機(jī)器標(biāo)注樣本。
4.根據(jù)權(quán)利要求3所述的分類(lèi)裝置，其中，所述確定單元所確定的與所述目標(biāo)樣本的每個(gè)聚類(lèi)相關(guān)的訓(xùn)練樣本是所述機(jī)器標(biāo)注樣本。
5.根據(jù)權(quán)利要求3或4所述的分類(lèi)裝置，其中，所述計(jì)算單元被配置成: 將被刪除了類(lèi)別分值的訓(xùn)練樣本與所述目標(biāo)樣本一起作為所述測(cè)試樣本，并基于獲得的所述目標(biāo)樣本的類(lèi)別分值來(lái)確定分類(lèi)結(jié)果。
6.根據(jù)權(quán)利要求3-5中任一所述的分類(lèi)裝置，還包括: 樣本更新單元，其被配置用于將新獲得類(lèi)別分值的測(cè)試樣本作為下次分類(lèi)中的機(jī)器標(biāo)注樣本。
7.根據(jù)權(quán)利要求1-6中任一所述的分類(lèi)裝置，其中，所述確定單元被配置成: 針對(duì)所述目標(biāo)樣本的每個(gè)聚類(lèi)，將與該聚類(lèi)中的至少一個(gè)目標(biāo)樣本之間的相似度高于第二預(yù)定閾值的訓(xùn)練樣本確定為與該聚類(lèi)相關(guān)的訓(xùn)練樣本。
8.根據(jù)權(quán)利要求7所述的分類(lèi)裝置，其中，所述確定單元還被配置成: 針對(duì)所述目標(biāo)樣本的每個(gè)聚類(lèi)，將和所述與該聚類(lèi)中的至少一個(gè)目標(biāo)樣本之間的相似度高于第二預(yù)定閾值的訓(xùn)練樣本之間的相似度高于第三預(yù)定閾值的訓(xùn)練樣本確定為與該聚類(lèi)相關(guān)的訓(xùn)練樣本。
9.一種分類(lèi)方法,包括: 對(duì)目標(biāo)樣本進(jìn)行聚類(lèi)，以獲得所述目標(biāo)樣本的至少一個(gè)聚類(lèi)； 分別確定與所述目標(biāo)樣本的每個(gè)聚類(lèi)相關(guān)的訓(xùn)練樣本，其中，所述訓(xùn)練樣本中的每一個(gè)均具有類(lèi)別分值；針對(duì)所述目標(biāo)樣本的每個(gè)聚類(lèi)，獲得與該聚類(lèi)相關(guān)的訓(xùn)練樣本的類(lèi)別分值中的最大值和最小值之差，并在所述差大于第一預(yù)定閾值時(shí)，刪除與該聚類(lèi)相關(guān)的訓(xùn)練樣本的類(lèi)別分值；以及 將所述目標(biāo)樣本作為測(cè)試樣本，根據(jù)每個(gè)測(cè)試樣本與每個(gè)剩下的訓(xùn)練樣本之間的相似度、以及每?jī)蓚€(gè)測(cè)試樣本之間的相似度，利用剩下的訓(xùn)練樣本的類(lèi)別分值，通過(guò)求解優(yōu)化問(wèn)題的方法獲得所述測(cè)試樣本的類(lèi)別分值。
10.一種電子設(shè)備 ，包括如權(quán)利要求1-8中任一所述的分類(lèi)裝置。
【文檔編號(hào)】G06F17/30GK103679190SQ201210352239
【公開(kāi)日】2014年3月26日 申請(qǐng)日期:2012年9月20日 優(yōu)先權(quán)日:2012年9月20日
【發(fā)明者】李斐, 劉汝杰, 杉村昌彥, 馬場(chǎng)孝之, 上原祐介 申請(qǐng)人:富士通株式會(huì)社