40、基于正数据和负反例的学习方法综述

基于正数据和负反例的学习方法综述

1. 负反例学习模型

在学习过程中，除了获取目标语言的文本外，学习者还会得到其猜想的负反例。若学习者的前一个假设为 hyp ，除了获取数据 x 外，还会获取数据 y 。当 Hhyp ⊆ L 时， y = # ；否则， y ∈ L - Hhyp 。通过对反例类型的约束，可以得到不同的学习模型。
- 学习者定义 ：一个使用负反例学习的学习者是一个从 Δ × (N ∪ {#}) × (N ∪ {#}) 到 Δ × (J ∪ {?}) 的映射，其中 Δ 是允许的记忆集合， (Hi)i∈J 是假设空间。学习者有初始记忆 mem0 ∈ Δ 和初始假设 hyp0 ∈ J ∪ {?} 。
- 收敛定义 ：学习者 M 在文本 T 和负反例文本 T' 上收敛到假设 β ，当且仅当存在 t 使得：
- M(T[t], T'[t]) ∈ Δ × {β} ；
- 对于所有 t' ≥ t ， M(T[t], T'[t]) ∈