一种基于循环生成对抗网络的迁移学习排序方法
基本信息
| 申请号 | CN201811051537.5 | 申请日 | - |
| 公开（公告）号 | CN109492075B | 公开（公告）日 | 2021-09-28 |
| 申请公布号 | CN109492075B | 申请公布日 | 2021-09-28 |
| 分类号 | G06F16/332（2019.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 赵伟强;赖韩江;印鉴;高静 | 申请（专利权）人 | 广东恒电信息科技股份有限公司 |
| 代理机构 | 广州粤高专利商标代理有限公司 | 代理人 | 林丽明 |
| 地址 | 510275广东省广州市海珠区新港西路135号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于循环对抗生成网络的迁移学习排序的方法，本发明是在学习排序的数据集LETOR3.0上进行迁移排序学习，用计算机视觉领域内的循环对抗生成网络做迁移学习框架，即用A域的特征生成B的特征，用B域的特征生成A域的特征，这样生成的特征都包含着另外一个域的特征信息；再用RankNet的学习排序算法对迁移过来的数据进行学习，用学习到的排序模型在目标域进行测试；在学习的过程中完全不涉及到目标域的标签信息。 |
