Redução no ruído dos rótulos no aprendizado semi-supervisionado baseado em grafos

Resumo

O crescimento do conteúdo on-line na Web permitiu coletar dados gerados por usuários os quais na maioria das vezes possuem rótulos com ruído ou ausentes, por exemplo, dados de tags sociais e rótulos votados pela Amazon's Mechanical Turks. Desse modo, a maioria dos métodos de aprendizado de máquina, que exigem conjuntos de rótulos precisos, não podem ser confiáveis ou terem um bom desempenho. A classificação baseada em grafos atraiu grande interesse devido ao rápido aumento de aplicações envolvendo dados no formato de redes complexas com relações de dependência. Houve vários estudos sobre classificação baseada em grafos nos últimos anos, especialmente em aprendizado semissupervisionado, uma vez que ele trabalha com uma pequena quantidade de dados rotulados juntamente com uma grande quantidade de dados não rotulados. Estes métodos não são eficazes na presença de ruído (isto é, amostras erradas) ou outliers. Para aplicações baseadas em grafos, devido à complexidade de examinar e rotular as redes estruturais, é muito difícil obter um conjunto de dados completamente livre de ruído. Assim, projetos eficazes para lidar com dados ruidosos são altamente desejáveis. Neste trabalho, pretendemos propor novos métodos para lidar com ruído de rótulos no aprendizado semissupervisionado baseado em grafos, abrangendo limpeza de ruídos nos rótulos e métodos de propagação de rótulos tolerante a ruído. (AU)