多標注源多標記排序研究.pdf

1、從多類問題到多標記分類問題，再到標記排序問題，最后到多標記排序問題，歧義性越來越大，也更加符合真實世界的多義性、復雜性。多標記排序是多標記分類和標記排序的結合，它完整地定義了多標記數據分析的兩大主要任務。多標記排序的研究對于多義性對象的建模具有重要的意義，近年來，逐漸成為機器學習領域的一個重要研究方向，并廣泛應用在多媒體對象（圖像/音頻/視頻）的自動標注、生物信息學、推薦系統(tǒng)、信息檢索等諸多領域。但是，已有工作主要集中在單一精準標注源下

2、的多標記排序研究，通常假定在訓練集中，每個示例對應一個真實、客觀的標記排序。然而，在現實世界中這個假設并不常常正確，相反，更普遍的情況是一個示例由多位用戶進行標注，具有多個“主觀”的，不那么精確的標記排序。本文主要關注多標注源情況下的多標記排序研究。
　　本文共五章。第一章介紹了多標記排序的研究背景、研究現狀以及存在的問題。第二章給出了多標記排序問題的形式化定義及評價指標，并分類介紹了四種具有代表性的多標記排序算法。第三章首先介紹

3、了多源標注下多標記排序的不一致問題，并提出了兩種基于標記分布學習的多標記排序算法:從實例出發(fā)的IDL方法和從標注者出發(fā)的ADL方法，充分利用了多標注源的不一致信息。第四章報告了不同多標記排序算法在自然場景圖像數據集的實驗結果，并分析得出了一些有意思的結論。第五章對本文工作進行總結，并指出了存在的一些不足及進一步研究的方向。
　　本文的創(chuàng)新性貢獻包括:1.提出了多標記排序中多標注源的不一致性問題;2.提出了基于標記分布學習充分利用多