黄 睿，亢浏越

(上海大学 通信与信息工程学院，上海 200444)

0 引 言

近年来，多标签分类成为模式识别、数据挖掘领域的研究热点，并广泛应用于场景分类[1]、图像标注[2]、音乐情感分类[3]、生物信息学[4]等领域。

类属特征(label-specific feature)是不同类别标签具有的独特属性特征，这些特征与该标签关联性最强，最具有判别力。利用类属特征可以提高多标签分类模型的精度[5-9]。其中，Zhang等[5]提出LIFT算法(multi-label learning with label-specific features)。LIFT通过对每类标签的正负样本聚类，形成针对该标签的类属特征用于分类。然而，LIFT没有考虑标签相关性。Zhan等[6]通过聚类集成(clustering ensemble)将标签相关性引入LIFT，提出LIFTACE算法(multi-label learning with label-specific features via clustering ensemble)。LIFTACE的性能优于LIFT，但它在构建样本相似度矩阵时，只考虑了属于同一聚类中心的样本；同时，LIFTACE对标签相关性的考虑并不全面。目前，对标签相关性的研究多集中于正相关性的有效利用，较少顾及其负相关性的作用[10-12]。

本文对LIFTACE进行改进，提出一种基于标签正负相关性的多标签类属特征学习方法(multi-label learning with label-specific features based on positive and negative label correlation，LIFTPNL)。方法首先基于kNN的思想构建全局和局部的标签信息矩阵，根据此矩阵计算成对标签的正负相关性，并引入到LIFTACE对每个类别标签的样本相似度计算中，从而得到一种更有效的多标签分类模型。

1 标签的全局和局部正负相关性

设由N个样本构成的训练数据集为XL=[x1,x2,…,xN]Τ∈RN×D，D为特征维度；相应的逻辑型类别标签集为YL=[y1,y2,…,yN]Τ=[l1,l2,…,lC]∈RN×C，C为类别标签个数。xn∈RD(1≤n≤N) 对应的逻辑标签为yn∈{+1,-1}C(+1表示样本和标签相关，-1表示样本和标签无关)。类别标签lc∈RN(1≤c≤C) 指示了N个样本与第c类标签的相关性。

(1)

数据中不同类别的样本数往往是不均衡的。……