Классификация MultiLabel с использованием условного случайного поля

Question

Можно ли использовать условное случайное поле для классификации MultiLabel? Я видел реализацию CRF на Python в https://pystruct.github.io/user_guide.html, но не мог понять, как сделать классификацию по нескольким методам.

Answer 1

Базовый CRF не поддерживает многоуровневую классификацию. Тем не менее, были изучены некоторые расширения, такие как коллективная многоадресная метка (CML) и коллективная многоадресная метка с функциями (CMLF). Из формулы (1):

Условное случайное поле (ХПН) на основе модели представлен в [21], где два мульти-метка графические модели была предложена, оба параметризует этикеток со-появлений. Коллективный Классификатор с несколькими метками (CML) поддерживает функцию , учитывающую совпадения меток, и коллективную многоадресную маркировку (CMLF) поддерживает параметры, соответствующие функциям для каждой пары сопрягаемых ярлыков. Petterson et. и др. недавно представил еще один интересный подход к созданию генеративного моделирования , предсказывающий набор экземпляров с метками [39].

---

Ссылки:

• (1) Sorower Мохаммад С. "Обзор литературы по алгоритмам для обучения нескольких этикеток." Университет штата Орегон, Корваллис (2010). http://people.oregonstate.edu/~sorowerm/pdf/Qual-Multilabel-Shahed-CompleteVersion.pdf; https://scholar.google.com/scholar?cluster=11211211207326445005&hl=en&as_sdt=0,22
• (21) N. Ghamrawi и A. Mccallum. Коллективная многоклеточная классификация. В Трудах 3005 ACM Конференция по управлению информацией и знаниями (CIKM '05), страницы 195-200, Бремен, Германия, 2005. http://www.dtic.mil/dtic/tr/fulltext/u2/a440081.pdf
• (39) Джеймс Петтерсон и Тиберио Каэтано. Обратное многоуровневое обучение. В J. Lafferty, C. K. I. Williams, R. Zemel, J. Shawe-Taylor и A. Culotta, редакторы, Advances in Neural Information Системы обработки 23, страницы 1903-1911. 2010.