[发明专利]一种根据注释者辅助信息程度的标签排序的方法

摘要

本发明涉及一种根据注释者辅助信息的程度排序的方法，属于学习排序领域。首先分别通过利用Mallow模型基于置换的概率排序模型，构造出真实值标签与注释者之间的关系。通过利用P‑L模型基于分数的概率排序模型，构造出真实值标签与训练实例之间的关系，整合真实值与注释者之间的关系和真实值和训练实例之间的关系，得到新的概率排序模型。然后利用新的概率排序模型和约束函数，通过最大化对数似然学习得到最优参数集，最后通过EM算法迭代更新注释者的专业知识程度的参数集，并且得到排名函数参数。本发明使用最大化可能性优化框架，并引入新的EM程序迭代地推断和学习变量和参数，可以提供更多有益的相关应用。

主权项

1.一种根据注释者辅助信息的程度排序的方法，其特征在于：包括如下步骤：Step1：利用Mallow模型基于置换的概率排序模型构造出真实值标签与注释者之间的关系，利用P‑L模型基于分数的概率排序模型构造出真实值标签与训练实例之间的关系；Step2：整合真实值与注释者之间的关系和真实值和训练实例之间的关系得到新的概率排序模型；Step3：利用新的概率排序模型和约束函数通过最大化对数似然学习得到最优参数集；Step4：通过EM算法迭代更新注释者的专业知识程度的参数集，并且得到排名函数参数。