分布構造を利用した半教師付き学習による文字認識

摘要

パターン認識のために大規模データの利用が検討されている．文字認識の分野でも，大規模データから学習を行い認識するという方法が考えられる．本研究では大規模データにラベル付きデータとラベル無しデータ両方を用いた学習，すなわちいわゆる半教師付き学習を対象として，その認識性能および学習の過程の観察を目的とする．具体的な半教師付き学習法としては，ラベル付き·ラベル無し両方を含む大規模データをあらかじめネットワーク化し，そのネットワーク上での測地線距離を利用して文字認識を行う手法を採る．データセットとして約80万のラベル付き手書き数字パターン集合を準備し，それらをラベル付き学習データ，ラベル無し学習データ，テストデータに3分割して，認識率を評価する．この際，ラベル無しとして扱ったデータ群も実際にはラベルが付いていることを利用して，本学習法の挙動を観察する．