我正在创建一个受监督的卷积网络，它可以识别区域语言中的短语。
例如：
我有一个数据集，其中包含标签 A 的 100 个声音和标签 B 的另外 100 个声音。现在网络的正常操作是区分标签 A 和标签 B 之间的声音。
但是假设我给网络一个新的声音进行分类，它实际上既不是 A 也不是 B。我希望神经网络告诉我它不限定任何标签。
我怎样才能做到这一点？
如何将数据分类为不匹配任何标签
数据挖掘
深度学习
神经网络
卷积神经网络
监督学习
2022-02-25 12:26:32
1个回答
让我们换一种说法，分解成两个问题：
- 给定一个声音，我们想知道它是否属于 A 类
- 给定一个声音，我们想知道它是否属于 B 类
这种表达方式对某些技术很有价值，尤其是“一类分类”和“PU 学习”（从正面和未标记的示例中学习）。当您想知道“我的物品是否遵循给定的分布 D？”时，这些技术非常相关，这正是您要寻找的。
尽管如此，如果您拥有（或可以收集）大量既不是 A 也不是 B 的数据，您可以简单地将其标记为垃圾类 C 并使用通用分类器 - 但是，它实际上可能是有害的，因为您可能假设 C 类有错误[Li、Liu 和 Ng，“Negative Training Data can be Harmful to Text Classification”，2010]。它可以工作并且开发起来更简单，根据您的情况可能已经足够好了。
其它你可能感兴趣的问题