Fea2Lab:基于多标记学习的特征到标签生成模型

于晗宇; 黄晋; 朱佳

首页> 中文期刊> 《华南师范大学学报：自然科学版》 >Fea2Lab:基于多标记学习的特征到标签生成模型

Fea2Lab:基于多标记学习的特征到标签生成模型

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

传统多标记学习方法通常只考虑和示例相关联的单个特征向量以及无差别地预测全体标签,从而忽视了与示例相似的其他示例及隐含的标签属性,造成输入空间特征信息较少、标签属性被忽略和对大标记空间预测效果差等问题.为解决以上问题,文章转化传统多标记学习任务为多标记学习的序列到序列任务,并由此提出新的多标记学习标签生成神经网络模型(Fea2Lab模型):通过交错的顺序排列示例和相似示例形成链式特征向量序列,来增加输入空间特征信息;通过挖掘标签属性来有差别地预测标签;通过在解码流程中使用全局标签信息,来缓解预测过程中出现的错误标签级联问题.在多个数据集上的实验结果和消融实验表明转化任务和Fea2Lab模型的合理性、可行性及有效性.

著录项

来源
《华南师范大学学报：自然科学版》 |2020年第3期|111-119|共9页
作者
于晗宇; 黄晋; 朱佳;
展开▼
作者单位

华南师范大学计算机学院;

广州510631;

展开▼
原文格式 PDF
正文语种 chi
中图分类自动推理、机器学习;
关键词
多标记学习; 神经网络; 序列到序列模型; 标签属性;

相似文献

中文文献
外文文献
专利

1. 基于生成模型约束的graphcuts标签融合算法 [J] . 张令顺 ,马瑜 ,芦玥 . 计算机应用研究 . 2020,第006期
2. 基于动态路由序列生成模型的多标签文本分类方法 [J] . 王敏蕊 ,高曙 ,袁自勇 . 计算机应用 . 2020,第007期
3. 面向舆情事件的子话题标签生成模型ET-TAG [J] . 周楠 ,杜攀 ,靳小龙 . 计算机学报 . 2018,第007期
4. 高档压敏标签供应商曼特欲开拓中国市场——专访西班牙曼特公司总经理Clemente [J] . 谭俊峤 . 印刷工业 . 2010,第006期
5. 基于多标记学习的蛋白质亚细胞定位预测研究综述 [J] . 余静 ,张靖 . 信息技术与信息化 . 2021,第003期
6. 基于标签生成模型的图像检索方法 [C] . Heng Ding ,丁恒 . 第六届（2016）全国情报学博士生学术论坛 . 2016
7. 基于生成模型约束的Graph Cuts多图谱标签融合算法及三维可视化研究 [A] . 张令顺 . 2019

Fea2Lab:基于多标记学习的特征到标签生成模型

摘要

著录项

相似文献

相关主题

期刊订阅