一种基于双视图主动学习技术的跨语言文本分类方法专利登记公告

专利名称：一种基于双视图主动学习技术的跨语言文本分类方法

摘要：本发明涉及一种基于双视图主动学习技术的跨语言文本分类方法，具体步骤为：(1)构造双视图：利用机器翻译工具，将所有源语言文本翻译成目标语言，将所有目标语言文本翻译成源语言，则每一篇文本都有了两种语言的版本；(2)训练初始分类器：首先利用其源语言的版本训练得到一个分类器，再利用其目标语言的版本训练得到一个分类器；(3)主动学习过程：扩充训练集，并利用新的训练集，重新训练分类器，最后得到两个增强的分类器；(4)分类过程：使用增强的分类器进行分类。本发明通过主动学习技术增强跨语言文本分类效果，同时需要人工标注的目

专利类型：发明专利

专利号：CN201110453251.1

专利申请（专利权）人：北京理工大学

专利发明（设计）人：戴林;刘越

主权项：一种基于双视图主动学习技术的跨语言文本分类方法，设源语言和目标语言分别表示为E和C，源语言训练集表示为TRe，另有额外的目标语言未标注文本集合表示为Uc；则跨语言文本分类方法具体步骤如下：(1)构造双视图：利用机器翻译工具，将所有源语言文本翻译成目标语言，将所有目标语言文本翻译成源语言，则每一篇文本都有了两种语言的版本；将每种语言的版本看作是一种视图，则每篇文本都具有了两种视图，分别为E视图和C视图；对于TRe，其双视图版本表示为TR；对于Uc，其双视图版本表示为U；(2)训练初始分类器：用TR作为训练集

专利地区：北京