دانلود ترجمه مقاله یادگیری فعال مبتنی بر دسته ای: کاربرد داده های رسانه ‌های اجتماعی برای مدیریت بحران

1. مقدمه 2. پژوهش مربوطه 3. یادگیری فعال مبتنی بر دسته ای 4. استراتژی پرس و جو 5. بودجه بندی 6. آزمایشات 7. نتیجه گیری

چکیده - طبقه ‌بندی جریان‌ های داده تکاملی یک وظیفه چالش برانگیز است که با رویکردهای یادگیری آنلاین مناسب می باشد. داده ‌ها فورا پردازش می‌ شوند و به دستگاه‌ های یادگیری نیاز دارند تا با تنظیم مدل آن (خود)سازگار شوند. با این حال، برای جریان ‌های سرعت بالا، بدست آوردن نمونه ‌های برچسب دار برای آموزش مدل طبقه ‌بندی دشوار است. از این رو، ما یک الگوریتم یادگیری فعال مبتنی بر دسته ای (OBAL) جدید را برای انجام برچسب گذاری پیشنهاد می نماییم. OBAL برای برنامه ‌های مدیریت بحران که در آن جریان های داده ‌ها توسط جامعه رسانه‌ های اجتماعی تولید می‌ شوند توسعه یافته است. OBAL برای افتراق موارد مرتبط از غیر مرتبط رسانه اجتماعی اعمال می شود. یک کاربر مدیریت اضطراری به طور تعاملی برای برچسب زدن موارد انتخاب‌ شده سوال خواهد کرد. OBAL از موارد سرحدی استفاده می‌ کند که در مورد آن ‌ها بسیار نامطمئن است و از دو طبقه‌ بندی کننده استفاده می‌ کند: الگوریتم k نزدیکترین همسایه (kNN) و ماشین بردار پشتیبانی (SVM)؛ OBAL مجهز به بودجه بندی برچسب گذاری و مجموعه‌ ای از استراتژی ‌های عدم قطعیت برای شناسایی موارد برچسب گذاری است. یک تحلیل گسترده برای نشان دادن عملکرد OBAL، حساسیت پارامترهای آن و مشارکت استراتژی‌ های عدم قطعیت فردی انجام می‌ شود. دو نوع از مجموعه داده‌ ها استفاده می شود که عبارتند از: مجموعه داده‌ های رسانه‌ های ساختگی و اجتماعی مرتبط با بحران. نتایج تجربی نشان می‌ دهد که OBAL دارای قدرت افتراق بسیار خوبی است.

Classification of evolving data streams is a challenging task, which is suitably tackled with online learning approaches. Data is processed instantly requiring the learning machinery to (self-)adapt by adjusting its model. However for high velocity streams, it is usually difficult to obtain labeled samples to train the classification model. Hence, we propose a novel online batch-based active learning algorithm (OBAL) to perform the labeling. OBAL is developed for crisis management applications where data streams are generated by the social media community. OBAL is applied to discriminate relevant from irrelevant social media items. An emergency management user will be interactively queried to label chosen items. OBAL exploits the boundary items for which it is highly uncertain about their class and makes use of two classifiers: k-Nearest Neighbors (kNN) and Support Vector Machine (SVM). OBAL is equipped with a labeling budget and a set of uncertainty strategies to identify the items for labeling. An extensive analysis is carried out to show OBAL’s performance, the sensitivity of its parameters, and the contribution of the individual uncertainty strategies. Two types of datasets are used: synthetic and social media datasets related to crises. The empirical results illustrate that OBAL has a very good discrimination power.