انتخاب نمونه‌هاي آموزشي بهينه بر اساس معيارهاي فاصله براي آموزش رده‌بندي احساسات

افزايش چشمگير دسترس‌‌ پذيري به نظرها و توصيه‌هاي برخط باعث مي‌شود رده‌بندي احساسات در متون كوتاه يكي از موضوع‌هاي جالب توجه در تحقيقات علمي و صنعتي باشد. در زمينه رده‌بندي احساسات، اصطلاحات به كار برده شده در دامنه‌هاي مختلف ممكن است متفاوت باشند. در نتيجه مدلي كه با داده‌هاي بر چسب‌دار آموزشي (دامنۀ منبع) يادگيري مي‌شود ممكن است عملكرد خوبي در برچسب‌گذاري داده‌هاي آزمايشي (دامنۀ هدف) نداشته باشد. يادگيري انتقالي و انطباق دامنه دو راه حل مفيد براي مواجهه با اين مشكل هستند. يادگيري انتقالي و انطباق دامنه، توزيع‌هاي دامنه منبع و هدف را به هم نزديك مي‌كنند تا عملكرد رده‌ بند در دامنۀ هدف بهبود يابد اما نكتۀ حائز اهميت اين است كه كدام دامنه‌ از مجموعه دامنه‌هاي نامزد به‌ عنوان دامنه منبع انتخاب شود. روش پيشنهادي در اين مقاله يك تركيب خطي از معيارهاي فاصله بين توزيع دامنه‌هاي منبع و هدف است كه بهترين دامنۀ منبع را براي يادگيري رده ‌بند انتخاب مي‌كند. روش پيشنهادي بر روي مجموعه داده‌هاي همگن و ناهمگن ارزيابي شده است. همان ‌طور كه نتايج نشان مي‌دهد، مدل پيشنهادي، در مجموعه داده همگن با احتمال 47.1 درصد (5.9 درصد در مدل تصادفي) و در مجموعه داده ناهمگن با احتمال 23.1 درصد (8.3 درصد در مدل تصادفي) مي‌تواند دامنه منبع صحيح را انتخاب كند كه حاكي از بهبود چشمگير عملكرد مدل پيشنهادي نسبت به مدل تصادفي در انتخاب دامنه منبع صحيح است.