Seleção de elementos rotulados para o aprendizado semissupervisionado baseado em grafos

Abstract

A escassez de dados rotulados tem aumentado o interesse no aprendizado semissupervi- sionado, o qual emprega uma proporção pequena de dados rotulados e uma proporção grande de dados não-rotulados para realizar classificação em grandes bases de dados. Este trabalho tem como objetivo analisar a influência de elementos rotulados no aprendizado semissupervisionado. Buscamos melhorar a performance de modelos semissupervisionados baseados em grafos a partir da seleção de elementos rotulados. As seleções foram baseadas na importância do nó dentro do grafo, utilizando-se de medidas de centralidade, dentre essas medidas, a métrica betweeness teve destaque. Também analisamos a distribuição de elementos rotulados por comunidades e notamos que quando essa distribuição é balanceada há um aumento na acurácia.