标记分布学习与标记增强

摘要：

本文主要介绍了标记分布学习和标记增强的相关概念及算法. 标记分布学习是一种新型机器学习范式, 传统的单标记和多标记学习都可以看做是该范式的特例. 标记分布学习将不同标记对示例的重要程度用标记分布来显式刻画, 已经在多个应用领域中取得很好的效果. 然而, 现有的多数数据集中却仅具有简单的逻辑标记而非完整的标记分布, 因此无法直接应用标记分布学习. 为解决这一问题, 可以通过挖掘训练集中蕴含的标记重要性信息, 恢复出每个示例的标记分布. 我们将原始逻辑标记提升为标记分布的过程定义为标记增强. 本文给出了标记分布学习和标记增强的形式化定义, 介绍了典型标记分布学习和标记增强算法, 并对这些算法进行了分析讨论.

关键词：标记分布、标记分布学习、标记增强、多标记学习、标记多义性

所属期刊栏目：48

分类号：TP391;TP18;F8

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金

在线出版日期：2018-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：521-530