Clustering Spectral avec Contraintes de Paires réglées par Noyaux Gaussiens - Archive ouverte HAL Access content directly
Conference Papers Year :

Clustering Spectral avec Contraintes de Paires réglées par Noyaux Gaussiens

(1) , (1) , (1)
1

Abstract

Résumé Nous considérons le problème du clustering spectral partielle-ment supervisé par des contraintes de la forme « must-link » et « cannot-link ». De telles contraintes apparaissent fréquemment dans divers pro-blèmes, comme la résolution de la coréférence en traitement automatique du langage naturel. L'approche développée dans ce papier consiste à ap-prendre une nouvelle représentation de l'espace pour les données, ainsi qu'une nouvelle distance dans cet espace. Cette représentation est ob-tenue via une transformation linéaire de l'enveloppe spectrale des don-nées. Les contraintes sont exprimées avec des fonctions Gaussiennes qui réajustent localement les similarités entre les objets. Un problème d'op-timisation global et non convexe est alors obtenu et l'apprentissage du modèle se fait grâce à des techniques de descentes de gradient. Nous évaluons notre algorithme sur des jeux de données standards et le com-parons à divers algorithmes de l'état de l'art, comme [14,18,32]. Les ré-sultats sur ces jeux de données, ainsi que sur le jeu de données de la tâche de coréférence CoNLL-2012, montrent que notre algorithme amé-liore significativement la qualité des clusters obtenus par les précédentes approches, et est plus robuste en montée en charge.
Fichier principal
Vignette du fichier
fgpwc.pdf (5.17 Mo) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-01105339 , version 1 (20-01-2015)

Identifiers

  • HAL Id : hal-01105339 , version 1

Cite

David Chatel, Pascal Denis, Marc Tommasi. Clustering Spectral avec Contraintes de Paires réglées par Noyaux Gaussiens. CAP 2014, Jul 2014, Saint-Etienne, France. ⟨hal-01105339⟩
176 View
53 Download

Share

Gmail Facebook Twitter LinkedIn More