作　　者： (陈敬）; (李寿山）; (王晶晶）; (周国栋）;

机构地区： 苏州大学计算机科学与技术学院,苏州215006

出　　处： 《中国科学：信息科学》 2017年第8期1095-1108,共14页

摘　　要： 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. Age classification and age regression are two main approaches of age prediction, and both approaches have their respective advantages. For example, age classification can flexibly utilize distinguished model in machine learning while the main advantage of age regression is its ability to capture the relationship between different ages. In order to utilize advantages of age classification and age regression simultaneously, we propose a hybrid age prediction approach that combines classification and regression. First, we build the long short-term memory（LSTM） models of age regression and age classification respectively for age prediction. Then, we linearly combine the results of the age classifier and age regressor as the final result of age prediction. Empirical evaluations demonstrate that the proposed hybrid model effectively improves the performance.

关 键 词： 年龄分类 年龄回归 混合模型 长短时记忆 自然语言处理