年齡分類方法和年齡回歸方法是年齡識別任務的主要方法.這兩種方法各自具有其自身的優(yōu)越性.例如:年齡分類方法能夠靈活利用機器學習中的區(qū)分式模型,而年齡回歸方法的主要優(yōu)勢是能夠捕捉不同年齡之間的聯(lián)系.為了能同時利用分類方法和回歸方法的優(yōu)勢,本文提出了一種混合分類/回歸模型（混合模型）用于用戶年齡識別.具體而言,我們首先基于長短時記憶（long short-term memory,LSTM）模型分別構建年齡分類模型和回歸模型用于年齡識別;在此基礎上,將年齡分類結果與年齡回歸結果進行線性融合作為年齡識別的最終結果.實驗結果表明本文提出的混合模型能夠有效提升年齡識別任務的性能. 

【文章來源】：中國科學:信息科學. 2017,47(08)北大核心CSCD

【文章頁數(shù)】：14 頁

【文章目錄】：
1 引言
2 相關工作
    2.1 基于分類模型的用戶年齡識別方法研究
    2.2 基于回歸模型的用戶年齡識別方法研究
3 背景工作
    3.1 語料收集與概述
    3.2 文本與社交特征
4 年齡識別方法
    4.1 基于LSTM的年齡分類方法
    4.2 基于LSTM的年齡回歸方法
    4.3 混合分類/回歸模型的年齡識別方法
5 實驗設計與分析
    5.1 實驗設置
    5.2 實驗結果
        5.2.1 基于平衡數(shù)據(jù)集的實驗結果
        5.2.2 基于不平衡數(shù)據(jù)集的實驗結果
    5.3 LSTM模型參數(shù)分析
6 本文結論和下一步工作介紹



本文編號：3570773