一种基于对抗网络的冗余去除主动学习方法

摘要

本发明涉及一种基于对抗网络的冗余去除主动学习方法。包括如下步骤：1：把标记数据和未标记数据输入到表示生成器中，表示生成器为每个样本生成特征表示；2：鉴别器在损失预测模块的指导下预测未标记样本的状态值；3：把未标记样本依据预测值的降序排列为[x1,x2,x3,…]，然后把此序列输入到冗余去除模块进行样本选择，最终得到需要标记的样本组合，在每次迭代结束后，对任务模型和整个主动学习模型进行更新训练。本发明在主动学习模型中设置了对抗学习机制，使生成特征表示的生成器与状态鉴别器进行对抗训练。本发明还设计了冗余去除模块，其以判别器预测的状态值为基础，依据特征距离去除冗余样本，以减少人工标记成本。