罗森林，王海州，潘丽敏，孙晓光

(1.北京理工大学 信息系统及安全对抗实验中心，北京 100081； 2.通号城市轨道交通技术有限公司,北京 100070)

提 要： 针对面向实际应用场景中数据标签易残缺导致有监督多标签分类方法可用训练数据量减少，未能利用大量标签缺失数据中蕴含的样本特征空间关联知识以最大化判别间隔，限制多标签分类效果等问题，本文提出一种融合样本相似性的弱监督多标签分类方法.该方法利用标签相关性和样本相似性恢复标签以提高数据利用率，并将标签恢复嵌入到训练过程中以便挖掘标签相关性，通过近端加速梯度法进行参数优化，建立弱监督学习场景的多标签分类模型.在真实数据集上的实验结果表明，该方法能够利用样本相似性有效提升模型在标签残缺时的分类能力，实用价值大.

多标签分类[1]是解决同时关联多个标签的样本分类问题的机器学习方法.近年来，由于在现实场景中多标签数据的广泛存在，关于多标签分类的研究受到越来越多的关注，不断有新方法被提出[2-3].然而在实际应用中通常无法保证标签的完整性，由于数据采集不严谨、标注成本过高等原因，大多数的样本只有部分标签被标注.

为了缓解标签残缺导致的多标签分类性能下降的问题，弱监督多标签学习[4-8]应运而生.通过在训练过程中挖掘数据集中的信息对样本标签进行恢复以提升模型训练中可用的有效样本数……