赵 诚，赵传信，夏 芸

(安徽师范大学计算机与信息学院，安徽 芜州 241000)

1 引言

分类即通过训练样本构建模型，将测试样本分为一种或多种类的方法，传统单标签分类问题的所有实例都只存在一种单独的类标，同时这个类标来自于互不相交的有限标签集合。然而，在现实生活中，有很多问题都存在多种标签[1]。例如，一首歌曲可能存在多种标签，一则新闻可能同时涉及宗教与政治两种不同的体系。除此之外，视频与图书的语义标注、功能基因组学、文本分类以及其他应用均具有多标签特性。由于多标签应用问题的不断出现，对多标签的研究吸引了众多学者的关注，其成为了数据挖掘领域中一种新的研究热点之一[2]。

肖琳[3]等提出基于标签语义注意力的多标签文本分类方法，该方法通过双向长短时记忆得到不同单词的隐性表示，并采用标签语义注意力机制获取每个单词的权重，在此基础上利用标签的相关性，在文本数据集中实现文本分类。实验结果表明，该方法能够实现对不同类型文本信息的分类，但是分类结果中存在大量的重叠信息。李锋和杨有龙[4]提出了基于标签特征和相关性的多标签分类算法，采用重采样技术获取正类实例，同时，利用特征映射函数转换特征空间，以此得到标签特征集，并寻找特征集中互为相关的标签，从而实现多标签分类。实验结果证明，该算法可以改善类不平衡的问题，但是分类结果准确性不高。……