学習タスクにおけるトピックモデリングのためのセミ教師ありNMFモデル

我々は、半教師あり非負値行列分解（SSNMF）のための複数の新規モデルを提案し、不確実性の特定の分布を仮定した場合に、これらのモデルが最尤推定器としての根拠を持つことを示す。各新規モデルに対して乗法更新学習法を提示し、分類への応用を示すが、これらのモデルは他の教師あり学習タスクにも柔軟に適用可能である。合成データおよび実データの両方に対して、これらのモデルおよび学習手法の有効性を実証し、20 Newsgroupsデータセットにおいて高い分類精度を達成した。