李雨晨,魏 巍,2,白伟明,王 达

(1.山西大学计算机与信息技术学院,山西 太原 030006;2.山西大学计算智能与中文信息处理教育部重点实验室,山西 太原 030006)

1 引言

在经典监督学习中，每个样本仅拥有一个标签，但是，在许多实际应用中，一个样本通常同时与多个概念相关联[1,2]。例如，艺术界报道《冰雪奇缘》电影的新闻可以与艺术、动画和电影这3个关键字相关联；一幅关于小鹿的图像可以与树木、小鹿和绿色这3个关键字相关联。由此可知，每个样本可以拥有多个标签。这类关于多标签分类任务的研究正受到越来越多的关注[3 - 7]。

在许多实际应用中，多标签数据通常具有成千上万的特征，其中许多特征对于给定的学习任务而言是多余的或无关紧要的，并且高维数据可能会给学习算法带来很多问题，例如计算量大、拟合过度和性能差等。因此，需要进行特征选择，以减轻维数的困扰[8]。

目前，多标签特征选择已经有了许多研究。Zhang等人[9]利用基于主成分分析的特征提取技术去除多标记数据中的不相关和冗余特征，然后利用遗传算法进行特征选择。Zhang等人[10]提出了具有标签特定特征的称为LIFT的多标签学习方法。Xu等人[11]对LIFT进行改进，通过与模糊粗糙集结合构造了多标签学习方法FRS-LIFT。后来，Weng等人[12]提出了一种称为LF-LPLC(multi-label learning based on Label-specific Features and Local Pairwise Label Correlation)的多标签学习新方法，该方法主要关注了标签的功能和局部成对标签相关性。Kashef等人[13]借助Pareto优势概念从多目标优化域中选择最显着的特征。

近年许多研究人员将粗糙集理论[14]用于多标签学习[15]。……