混合分类/回归模型的用户年龄识别方法

发布时间：2022-01-05 17:31

　　年龄分类方法和年龄回归方法是年龄识别任务的主要方法.这两种方法各自具有其自身的优越性.例如:年龄分类方法能够灵活利用机器学习中的区分式模型,而年龄回归方法的主要优势是能够捕捉不同年龄之间的联系.为了能同时利用分类方法和回归方法的优势,本文提出了一种混合分类/回归模型（混合模型）用于用户年龄识别.具体而言,我们首先基于长短时记忆（long short-term memory,LSTM）模型分别构建年龄分类模型和回归模型用于年龄识别;在此基础上,将年龄分类结果与年龄回归结果进行线性融合作为年龄识别的最终结果.实验结果表明本文提出的混合模型能够有效提升年龄识别任务的性能. 

【文章来源】：中国科学:信息科学. 2017,47(08)北大核心CSCD

【文章页数】：14 页

【文章目录】：
1 引言
2 相关工作
    2.1 基于分类模型的用户年龄识别方法研究
    2.2 基于回归模型的用户年龄识别方法研究
3 背景工作
    3.1 语料收集与概述
    3.2 文本与社交特征
4 年龄识别方法
    4.1 基于LSTM的年龄分类方法
    4.2 基于LSTM的年龄回归方法
    4.3 混合分类/回归模型的年龄识别方法
5 实验设计与分析
    5.1 实验设置
    5.2 实验结果
        5.2.1 基于平衡数据集的实验结果
        5.2.2 基于不平衡数据集的实验结果
    5.3 LSTM模型参数分析
6 本文结论和下一步工作介绍



本文编号：3570773