相关信息加权的自适应多标签分类算法.pdfVIP

第32卷第 1期 计算机应用与软件 V01．32 No．1 2015年 1月 ComputerApplicationsandSoftware Jan．2015 相关信息加权的自适应多标签分类算法 周 浩 李 翔 刘功申 (上海交通大学信息安全工程学院 上海 200240) 摘 要 在文本分类中，传统单标签分类17题的解决方法无法简单地应用于多标签文本分类，现有的方法通常会通过单标签17题 转化思想或者多标签自身算法改进实现对多标签的文本分类。提出一种相关信息加权的自适应多标签分类算法，该算法具有相关 信息加权、自适应阈值调整、权重投票相结合的特点。实验结果表明，该算法的某些性能指标优于现有一些常用的多标签分类方法。 关键词 多标签分类 特征选择 自适应回9-3 相关信息加权投票 中图分类号 TP3 文献标识码 A DOI：10．3969／j．issn．1000—386x．2015．叭．060 ADAPTIVE ALGoRITHM FoR MULTI-LABEL CLASSIFICATIoN BASED oN RELATED INFoRMATIoN W EIGHTING ZhouHao LiXiang LiuGongshen (SchoolofInformationSecurityEngineering，ShanghaiJiaoTongUniversity，Shanghai200240，China) Abstract Intextclassificationarea，thesolutionoftraditionalmethodsforsingle—labelclassificationcannotbesimplyappliedtomulti— labeltextclassification，andcurrentmethodsusually implementthetextclassification ofmulti—labelby improvingthesingle—labelproblem transformationideaorthemulti-labelalgorithm itsown．Whatisputforwardinthispaperisanadaptivemulti—labelclassificationalgorithm withrelatedinfomrationweighting，itfeaturesinthecombinationofrelatedinformationweighting，adaptivethresholdadjustmentandvotingby weight．Experimentalresuhsshow thatsomeperformanceindexesofthealgorithm aresuperiortocurrentcommonmuhi-labelclassification methOds． Keywords Multi—labelclassification Featureselection Adaptiveregression Relatedinfomr ationweightedvoting 针对多标签分类大致有两大主要策略川，基于问题转化的 0 引 言 方法和基于算法转化的方法。前者是将一个多标签问题转化成 一 组单标签问题后运用已有的单标签分类方法解决，其最大的 目前，单标签分类已经无法满足 日益增长的海量多标签数 优势在于灵活性，通过从现有的单标签分类器直接抽象成一个 据分类的需求，传统的文本分类方法…无法简单有效地应用于 特定的分类器来适应需求。常见的有