《Cost-Effective Active Learning for Hierarchical Multi-Label Classification》--阅读笔记-IJCAI

Authors Yi-Fan Yan , Sheng-Jun Huang Motivation 多标签学习(multi-label learning,MLL)是一种实用而有效的学习框架,适用于语义复杂的对象,每个实例可以同时与多个类标签相关联。但当输出空间远远大于单标签学到的信息时,通常需要一个大的标签数据集来训练一个有效的MLL模型。此外,当有大量候选标签时,多标签对象的注释成本可能非常高。主动
相关文章
相关标签/搜索