弱標記條件下的多標簽主動學習分類方法研究.pdf

1、在機器學習中，傳統(tǒng)的監(jiān)督學習框架是一種為未標記樣本預測唯一類別標簽的機器學習框架。在該框架下，每一個待學習對象都具有唯一的類別標簽，目前該框架已經(jīng)取得了很大的成功。然而，對象多義性問題是現(xiàn)實生活中無法回避的問題，多標簽分類模型是一種針對現(xiàn)實生活中對象多義性問題而提出的機器學習模型。在多標簽學習模型框架下，每一個已標記的樣本由若干個不同的標簽來表征，學習的目標通過對已標記多標簽樣本的學習，為未標記樣本分配所有合適的類別標簽。多標簽學習的研

2、究對于對象多義性學習建模具有十分重要的意義，是目前機器學習界的研究熱點之一。
　　本文在深入地研究多標簽學習框架的基礎上，將主動學習的思想引入多標簽學習的過程中，在考慮標簽間依賴關系的基礎上，針對多標簽學習過程中所面臨的弱標記問題進行了深入的研究，提出了一種弱標記條件下的多標簽主動學習框架。本文的主要研究工作如下：
　?。?）研究和分析現(xiàn)有的面向多標簽分類的主動學習采樣策略。針對多標簽主動學習領域的幾類方法進行總結和分析，為