最近遇到给个标签问题，就是给一个 object 打个多个标签，网上查了很多资料。发现百度没搜索出什么，后来是到知网上找到一些靠谱的资料，然后在 Google 一下。现在总结下多标签问题。

多标签方法大致可以分为两类，分别是问题转换和算法改造。

先描述下问题：

先介绍问题转换方法.

问题转换方法

第一个大类是基于标记转换方法。

第一个是 Binary Relevance (BR)。

根据标签我们将数据重新组成正负样本，针对每个类别标签，我们分别训练基分类器，整体复杂度 q × O(C) ，其中 O(C) 为基础分类算法的复杂度，因此， BR 算法针对标记数量 q 比较小的情况下适用。但是在很场景中，标记是有树状的层次的关联的。对于这种情况， BR 就没有考虑到这些标记之间的关联性。

第二个是 Classi?er Chain(CC)。

针对 BR 中标签关联性的问题，CC 中它将这些基分类器 Cj , j = 1 … q 串联起来形成一条链，前一个基分类器的输出作为下一个基分类器的输入。

第二大类是基于样本实例转换方法

第一个是创新新的标记 (Label-Powerset)。

这样做的代价是标记的数量就会增加，并且一些标记只有很少的实例，但是 LP 的 优点是考虑到了标记之间的关联性。

第二个是分解多标记

上面图中的意思是我们可以将训练数据多次使用，叫做cross-training，即我们将上图中 E1 既当做训练 y2 类别是正样本，也当做训练 y3 样本时候的正样本，感觉跟 Binary Relevance (BR) 算法是一个意思。

算法改造方法

算法改造算法针对特殊的算法改造而来,主要介绍两个，可以具体参考 http://scikit.ml/api/classify.html#adapted-algorithms 。

神经网络

此处介绍下论文 Multi-Label Neural Networks with Applications to

Functional Genomics and Text Categorization，一种神经网络算法。

其实就是简单的深度网络：

但是需要注意的是我们的 loss 函数的选取，假设我们选择

那相当于只是考虑了单个标签值，0 or 1，没有考虑不同标签之间相关性，所以我们将 loss 改为如下：

上面 k 是有标签的下标，而 l 是没有标签的下标，我们考量了有标签的值其意义大于没有标签的值。

最后我们在介绍一篇新出的神经网络的模型，论文 Learning Deep Latent Spaces for Multi-Label Classi?cation

其模型如下：

其中 Fx,Fe,Fd 分别是 3 个 dnn，分别代表 特征提取，标签 encode，隐向量 decode，而 loss 函数有两部分组成：

其中 embedding loss 为：

output loss 为：

可以看到这个跟 Multi-Label Neural Networks with Applications to

Functional Genomics and Text Categorization 中的 loss 函数是一样的。

如果对这篇论文还有不理解的，非常幸运的是网上有论文的实现，见 C2AE-Multilabel-Classification.

总结

本文对多标签问题简单做了个介绍，想起现在图片分类，视频内容识别等场景好多都是多标签问题，有时间再继续深入了解的。

你的鼓励是我继续写下去的动力，期待我们共同进步。

参考

多标记分类方法比较 徐兆桂

Learning Deep Latent Spaces for Multi-Label Classi?cation

Multi-label machine learning and its application to semantic scene classi?catio