基于深度学习的多标签生成研究进展

摘要：

大数据时代,数据呈现维度高、数据量大和增长快等特点.如何有效利用其中蕴含的有价值信息,以实现数据的智能化处理,已成为当前理论和应用的研究热点.针对现实普遍存在的多义性对象,数据多标签被提出并被广泛应用于数据智能化组织.近年来,深度学习在数据特征提取方面呈现出高速、高精度等优异性,使基于深度学习的多标签生成得到广泛关注.文中分五大类别总结了最新研究成果,并进一步从数据、关系类型、应用场景、适应性及实验性能方面对其进行对比和分析,最后探讨了多标签生成面临的挑战和未来的研究方向.

关键词：深度学习、多标签学习、标签相关性、神经网络

所属期刊栏目：47

分类号：TP391(计算技术、计算机技术)

资助基金：国家社会科学基金15FTQ002

在线出版日期：2020-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：192-199