使用條件隨機場的多標簽分類

Question

是否可以將條件隨機字段用於多標簽分類？ 我在https://pystruct.github.io/user_guide.html看到了一個 python CRF 實現，但無法找到進行多標簽分類的方法。

Answer 1

基本 CRF 不支持多標簽分類。 但是，已經探索了一些擴展，例如集體多標簽（CML）和具有特征的集體多標簽（CMLF）。 從（1）：

在 [21] 中提出了一個基於條件隨機場 (CRF) 的模型，其中提出了兩個多標簽圖形模型，它們都將標簽共現參數化。 集體多標簽 (CML) 分類器維護標簽共現的特征，而帶特征的集體多標簽 (CMLF) 維護與每個共現標簽對的特征相對應的參數。 彼得森等。 阿爾。 最近以相反的方式提出了另一種有趣的生成建模方法，預測給定標簽的一組實例 [39]。

---

參考資料：

• (1) Sorower, Mohammad S.“關於多標簽學習算法的文獻調查。” 俄勒岡州立大學，科瓦利斯 (2010)。 http://people.oregonstate.edu/~sorowerm/pdf/Qual-Multilabel-Shahed-CompleteVersion.pdf ； https://scholar.google.com/scholar?cluster=11211211207326445005&hl=en&as_sdt=0,22
• (21) N. Ghamrawi 和 A. Mccallum。 集體多標簽分類。 在 3005 ACM 信息和知識管理會議 (CIKM '05) 的會議記錄中，第 195-200 頁，德國不來梅，2005 年。http: //www.dtic.mil/dtic/tr/fulltext/u2/a440081.pdf
• (39) James Petterson 和 Tiberio Caetano。 逆向多標簽學習。 在 J. Lafferty、CKI Williams、R. Zemel、J. Shawe-Taylor 和 A. Culotta，編輯，神經信息處理系統進展 23，第 1903-1911 頁。 2010 年。

Answer 2

我遇到了一個名為模糊 CRF的修改后的CRF ，如下所示。

從論文中的方程 2 可以看出，它的數學非常簡單：

我們只是將分子中路徑的所有能量相加，分母保持不變。 對於推理，我們可以應用維特比或波束搜索。