基于信息选取的标记增强算法

摘要

针对标记增强中标记无关信息干扰标记分布精准恢复的问题，提出一种基于信息选择的标记增强方法(LEIS).该方法通过信息选择网络与恢复网络协同工作：前者融合特征重构与图正则化损失，滤除无关信息，提取标记相关特征；后者通过分布重构损失，基于该特征精准恢复标记分布.整个模型以标记相关特征为耦合桥梁，通过端到端的梯度反向传播进行联合优化，使信息选择与分布恢复两个过程共同优化.在多个基准数据集上的实验结果证实，LEIS相较于多种主流方法展现出更优且稳定的恢复性能，体现了其有效性与竞争力.

关键词

标记增强 / 样本相关性 / 标记分布 / 标记无关信息