データを分類するためのシステム、方法、データ処理装置、および製品が提供される。機械学習手法を用いたデータ分類方法がまた、開示される。該データ分類方法の一実施形態は、ラベル付きデータ点を受信するステップと、ラベルなしデータ点を受信するステップと、該ラベル付きデータ点およびラベルなしデータ点の少なくとも１つの所定コスト要因を受信するステップと、該少なくとも１つのコスト要因ならびに該ラベル付きデータ点および該ラベルなしデータ点を訓練例として、最大エントロピー識別を用いてトランスダクティブ分類器を訓練するステップと、該ラベルなしデータ点、該ラベル付きデータ点、および入力データ点の少なくとも１つを分類するために訓練された分類器を適用するステップと、分類されたデータ点の分類、またはその派生物を出力するステップと、を含む。 （もっと読む）

２進のベクトルマシン(SVM)アルゴリズムを使用して例を多カテゴリに分類する改良された方法。1つの好ましい実施例では、方法は以下のステップを含んでいる: コンピュータのメモリに多くのユーザ定義テゴリを記憶し、各カテゴリに関連づけられた1つ以上の特徴を確認するように各カテゴリに関する多くのトレーニング例を分析し、各例について少なくとも1つの特徴ベクトルを計算し、すべてのトレーニング例に関する情報を反映するように少なくとも1つの特徴ベクトルの各々を変換し、多くのカテゴリの各１つについてSVM分類機を構築し、SVM分類機を構築する処理が：第１のカテゴリにおける各例を第１のクラスに、かつ他のカテゴリに属するすべての他の例を第２のクラスに割当て、いずれか1つの例が第１のカテゴリと同様に別のカテゴリに属するなら、そのような例が第１のクラスのみに割当てられ、第１のカテゴリのためのSVM分類機の少なくとも1つの調整可能なパラメタを最適化し、SVM分類機は第１および第２のクラスを使用して訓練され、２進のSVM分類機の出力をカテゴリメンバーシップの確率に変換する関数を最適化することを含む。
（もっと読む）