| Autor(en): |
Ulf Brefeld |
Titel: |
Semi-supervised structured prediction models |
| Gutachter: |
Tobias Scheffer; Hans-Dieter Burkhard; Thorsten Joachims |
| Erscheinungsdatum: |
14.03.2008 |
| Volltext: |
pdf
(urn:nbn:de:kobv:11-10088157)
|
| Fachgebiet(e): |
Informatik |
| Schlagwörter (ger): |
Lernen mit strukturierten Daten, halbüberwachtes Lernen, Kernverfahren, natürliche Sprachverarbeitung |
| Schlagwörter (eng): |
Learning with structured data, semi-supervised learning, kernel machines, natural language processing |
| Einrichtung: |
Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II |
| Zitationshinweis: |
Brefeld, Ulf:
Semi-supervised structured prediction models;
Dissertation,
Humboldt-Universität zu Berlin, Mathematisch-Naturwissenschaftliche Fakultät II , publiziert am 14.03.2008, urn:nbn:de:kobv:11-10088157
|
Metadatenexport:
 Um
den gesamten Metadatensatz im Endnote- oder
Bibtex-Format zu speichern,
klicken Sie bitte auf den entsprechenden Link.
|
Endnote
Bibtex
|
| print on demand:
Wenn
Sie auf dieses Icon klicken, können Sie
ein Druckexemplar dieser Publikation bestellen.
|
|
| Diese Seite taggen:
Diese
Icons führen auf so genannte Social-Bookmark-Systeme, auf denen Sie
Lesezeichen anlegen, persönliche Tags vergeben und Lesezeichen anderer Nutzer
ansehen können.
|
|
| Abstract (ger): |
| Das Lernen aus strukturierten Eingabe- und Ausgabebeispielen
ist die Grundlage für die automatisierte Verarbeitung natürlich
auftretender Problemstellungen und eine Herausforderung für
das Maschinelle Lernen. Die Einordnung von Objekten in eine
Klassentaxonomie, die Eigennamenerkennung und das Parsen
natürlicher Sprache sind mögliche Anwendungen. Klassische
Verfahren scheitern an der komplexen Natur der Daten, da sie
die multiplen Abhängigkeiten und Strukturen nicht erfassen
können. Zudem ist die Erhebung von klassifizierten Beispielen
in strukturierten Anwendungsgebieten aufwändig und
ressourcenintensiv, während unklassifizierte Beispiele günstig
und frei verfügbar sind.
Diese Arbeit thematisiert halbüberwachte, diskriminative
Vorhersagemodelle für strukturierte Daten. Ausgehend von klassischen
halbüberwachten Verfahren werden die zugrundeliegenden analytischen
Techniken und Algorithmen auf das Lernen mit strukturierten Variablen
übertragen. Die untersuchten Verfahren basieren auf unterschiedlichen
Prinzipien und Annahmen, wie zum Beispiel der Konsensmaximierung
mehrerer Hypothesen im Lernen aus mehreren Sichten, oder der räumlichen
Struktur der Daten im transduktiven Lernen. Desweiteren wird in einer
Fallstudie zur Email-Batcherkennung die räumliche Struktur der Daten
ausgenutzt und eine Lösung präsentiert, die der sequenziellen Natur
der Daten gerecht wird.
Aus den theoretischen Überlegungen werden halbüberwachte, strukturierte
Vorhersagemodelle und effiziente Optmierungsstrategien abgeleitet.
Die empirische Evaluierung umfasst Klassifikationsprobleme,
Eigennamenerkennung und das Parsen natürlicher Sprache. Es zeigt sich,
dass die halbüberwachten Methoden in vielen Anwendungen zu signifikant
kleineren Fehlerraten führen als vollständig überwachte Baselineverfahren.
|
| Abstract (eng): |
| Learning mappings between arbitrary structured input and output variables
is a fundamental problem in machine learning. It covers many natural learning
tasks and challenges the standard model of learning a mapping from
independently drawn instances to a small set of labels. Potential applications
include classification with a class taxonomy, named entity recognition, and
natural language parsing. In these structured domains, labeled training
instances are generally expensive to obtain while unlabeled inputs are readily
available and inexpensive.
This thesis deals with semi-supervised learning of discriminative models for
structured output variables. The analytical techniques and algorithms of
classical semi-supervised learning are lifted to the structured setting.
Several approaches based on different assumptions of the data are presented.
Co-learning, for instance, maximizes the agreement among multiple hypotheses
while transductive approaches rely on an implicit cluster assumption.
Furthermore, in the framework of this dissertation, a case study on email
batch detection in message streams is presented. The involved tasks
exhibit an inherent cluster structure and the presented solution exploits
the streaming nature of the data.
The different approaches are developed into semi-supervised structured
prediction models and efficient optimization strategies thereof are presented.
The novel algorithms generalize state-of-the-art approaches in structural
learning such as structural support vector machines. Empirical results show
that the semi-supervised algorithms lead to significantly lower error rates
than their fully supervised counterparts in many application areas, including
multi-class classification, named entity recognition, and natural language
parsing.
|
Zugriffsstatistik:
Die Daten für die Zugriffsstatistik der einzelnen Dokumente
wurden aus den durch AWStats aggregierten Webserver-Logs erstellt.
Sie beziehen sich auf den monatlichen Zugriff auf den Volltext sowie
auf die Startseite. Die Zugriffsstatistik wird nicht standardisiert erfasst und kann maschinelle Zugriffe enthalten.
Bei Formatversionen eines Dokuments, die aus mehreren Dateien bestehen
(insbesondere HTML), wird jeweils der monatlich höchste Zugriffswert
auf eine der Dateien (Kapitel) des Dokuments angezeigt.
Um die detaillierten Zugriffszahlen zu sehen,
fahren Sie bitte mit dem Mauszeiger
über die einzelnen Balken des Diagramms.
|
  | | | | | | | | | | | | | | | | | | | | | | Jun
11 | Jul
11 | Aug
11 | Sep
11 | Oct
11 | Nov
11 | Dec
11 | Feb
12 | Apr
12 | May
12 | Jun
12 | Jul
12 | Aug
12 | Sep
12 | Oct
12 | Nov
12 | Dec
12 | Jan
13 | Feb
13 | Mar
13 | Apr
13 | May
13 |
| Monat | Jun
11 | Jul
11 | Aug
11 | Sep
11 | Oct
11 | Nov
11 | Dec
11 | Feb
12 | Apr
12 | May
12 | Jun
12 | Jul
12 | Aug
12 | Sep
12 | Oct
12 | Nov
12 | Dec
12 | Jan
13 | Feb
13 | Mar
13 | Apr
13 | May
13 | | Startseite | 2 | 6 | 4 | 5 | 2 | 3 | | 2 | | | 3 | 8 | 9 | | | | | 6 | 1 | 1 | 2 | 1 | | PDF | 16 | 17 | 11 | 9 | 10 | 10 | 10 | 14 | 17 | 21 | 20 | 26 | 13 | 20 | 20 | 20 | 16 | 36 | 23 | 31 | 33 | 43 |
Gesamtzahl der Zugriffe seit Jun 2011: - Startseite – 55 (2.5 pro Monat)
- PDF – 436 (19.82 pro Monat)
|
