版塊導(dǎo)航: 正在加載中...

登錄注冊

應(yīng)《網(wǎng)絡(luò)安全法》要求，自2017年10月1日起，未進(jìn)行實(shí)名認(rèn)證將不得使用互聯(lián)網(wǎng)跟帖服務(wù)。為保障您的帳號能夠正常使用，請盡快對帳號進(jìn)行手機(jī)號驗(yàn)證，感謝您的理解與支持！

24小時熱門版塊排行榜

北京石油化工學(xué)院2026年研究生招生接收調(diào)劑公告

返回列表

本帖產(chǎn)生 1 個翻譯EPI ，點(diǎn)擊這里進(jìn)行查看

yuxintian

新蟲 (著名寫手)

應(yīng)助: 1 (幼兒園)
金幣: 184.9
散金: 757
紅花: 1
帖子: 1456
在線: 648.7小時
蟲號: 2231425
注冊: 2013-01-09
專業(yè): 化學(xué)環(huán)境污染與健康

[求助] 一段話，求翻譯為英語

目前，大多數(shù)監(jiān)督標(biāo)注方法在大規(guī)模語料環(huán)境中可以獲得較好的效果，但
標(biāo)注語料資源在實(shí)際應(yīng)用中既難以獲取，也難具有通用性。本文提出基于A方法的原型模式擴(kuò)展算法：

首先，使用初始小規(guī)模訓(xùn)練數(shù)據(jù)構(gòu)造一定準(zhǔn)確率的一體化標(biāo)注器。
其次，利用A 算法自動擴(kuò)展訓(xùn)練數(shù)據(jù)。從未標(biāo)記數(shù)據(jù)中預(yù)測出候選實(shí)例，把
數(shù)值大于某個域值的數(shù)據(jù)加入訓(xùn)練集。
最后，通過訓(xùn)練數(shù)據(jù)中存在的約束來對噪聲進(jìn)行剪輯。并使用擴(kuò)展后的訓(xùn)練
數(shù)據(jù)重新迭代訓(xùn)練分類器，直到最終趨于穩(wěn)定迭代終止。

回復(fù)此樓

» 猜你喜歡

303求調(diào)劑已經(jīng)有8人回復(fù)
考研調(diào)劑已經(jīng)有10人回復(fù)
0856材料化工調(diào)劑總分330 已經(jīng)有8人回復(fù)
316求調(diào)劑已經(jīng)有3人回復(fù)
317求調(diào)劑已經(jīng)有3人回復(fù)
材料與化工（0856）304求B區(qū)調(diào)劑已經(jīng)有4人回復(fù)
322求調(diào)劑已經(jīng)有3人回復(fù)
085601 材料工程 313分求調(diào)劑已經(jīng)有4人回復(fù)
321求調(diào)劑已經(jīng)有4人回復(fù)
329求調(diào)劑已經(jīng)有3人回復(fù)

1樓 2013-03-20 18:26:08

已閱回復(fù)此樓關(guān)注TA 給TA發(fā)消息送TA紅花 TA的回帖

起沃爾特與

木蟲 (小有名氣)

翻譯EPI: 1
應(yīng)助: 4 (幼兒園)
金幣: 3270.3
紅花: 1
帖子: 290
在線: 191.5小時
蟲號: 2204688
注冊: 2012-12-25
性別: MM
專業(yè): 臨床藥理

【答案】應(yīng)助回帖

★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★ ★
yuxintian: 金幣+50, 翻譯EPI+1 2013-03-21 14:37:36

At present, most of the supervision and labeling methods  can achieve good effect in the large-scale  corpus environment , but in a real world application，
tagging corpus resources is not only difficult to obtain, hard also to be versatile. In this article, we present a prototype model extension algorithma based on A-method:
First of all, using the original small-scale  training data conducts integration annotators with a certain accuracy rate.
Secondly,  useing the A-algorithm expands the training data automatically.  To predict the candidate example among untagged data, then the
numerical data which is greater than a certain thresholdto should join in a training set .
Finally, in line with the constraints existed in training data cutting the noise for clips. And using the training
data after extension to afresh the training classifier iteratively, until approaching the final stable iteration.

贊一下

回復(fù)此樓

遠(yuǎn)見勝于經(jīng)驗(yàn)。

2樓2013-03-21 08:52:35

已閱回復(fù)此樓關(guān)注TA 給TA發(fā)消息送TA紅花 TA的回帖

相關(guān)版塊跳轉(zhuǎn) 我要訂閱樓主 yuxintian 的主題更新