一种基于网络数据的主动学习方法及装置

摘要

本发明提供了一种基于网络数据的主动学习方法及装置，本发明利用未标注样本构建样本关系矩阵，样本关系矩阵中不仅包含每个样本的自身信息含量，还包括各个未标注样本之间的关系信息含量，所以样本关系矩阵考虑了样本的非独立分布的特性，即各个样本之间的关系特性；在样本关系矩阵的基础上构建目标函数，目标函数值越大代表所挑选的样本的信息含量越大，求解目标函数得到使目标函数值最大的多个未标注样本，多个未标注样本组成最优样本子集。本申请能够在大量未标注的网络数据中选择最优样本子集，以便对选择的样本子集进行人工标注后，重新构建分类器模型，从而提高分类器模型对网络数据的分类性能。