[发明专利]一种半监督学习分类方法与装置

摘要

本发明实施例公开了一种半监督学习分类方法与装置，其中所述方法包括：获取有标记样本集、待标记的第一样本集和候选的第二样本集，在所述第二样本集不为空时迭代所述有标记样本集，利用迭代产生的全部分类器，标记所述第一样本集中的样本，确定所述样本的最终类别标记及最终标记置信度，将所述第一样本集中预设数量的可靠样本转移至所述有标记样本集，再由所述第二样本集对所述第一样本集进行预设数量个样本的补充，迭代至所述第二样本集为空时确定最终的分类器，并对所述无标记样本集分类。本发明实施例的使用迭代过程中全部分类器标记未标记样本的方法可与多种基于迭代的半监督学习分类方法结合，提高最终训练得到的分类器的分类性能。

主权项

一种半监督学习分类方法，其特征在于，包括：获取输入的数据集，其中，所述数据集包括：标记有不同类型的有标记样本集和无标记样本集，所述无标记样本集分为待标记的第一样本集以及候选的第二样本集，所述第二样本集候选提供给所述第一样本集预设数量的补给样本；在判断所述第二样本集不为空时，多次迭代所述有标记样本集，得到并保存迭代产生的多个分类器；根据所述多个分类器，标记所述第一样本集中的每个样本，得到所述每个样本的多个类别标记；根据所述每个样本的多个类别标记，确定所述每个样本的最终类别标记及对应的最终标记置信度，并得到标记所述最终类别标记及所述对应的最终标记置信度的标后样本；选择可靠样本添加至所述有标记样本集，并删除所述第一样本集的所述可靠样本，其中，所述可靠样本为选择所述标后样本中预设数量的所述最终标记置信度的样本；在所述第一样本集删除预设数量个可靠样本之后，将所述第二样本集中的所述预设数量个样本添加至所述第一样本集中；在判断所述第二样本集为空时，确定最终的分类器，并利用所述最终的分类器对所述无标记样本集进行分类。