使用条件随机场的多标签分类答案

【问题标题】：MultiLabel Classification using Conditional Random Field使用条件随机场的多标签分类
【发布时间】：2016-09-28 15:07:01
【问题描述】：

是否可以使用条件随机字段进行多标签分类？我在https://pystruct.github.io/user_guide.html 看到了一个 python CRF 实现，但想不出一种方法来进行多标签分类。

【问题讨论】：

在stats.stackexchange.com 或datascience.stackexchange.com 上提出这个问题可能会更好。请务必先查看他们的“如何提问”页面，以仔细检查您的问题是否与主题相关；分别为stats.stackexchange.com/help/on-topic 和datascience.stackexchange.com/help/on-topic。

标签： python machine-learning classification multilabel-classification crf

【解决方案1】：

基本 CRF 不支持多标签分类。但是，已经探索了一些扩展，例如集体多标签 (CML) 和具有特征的集体多标签 (CMLF)。来自（1）：

基于条件随机场 (CRF) 的模型在[21]中提出，其中两个多标签已经提出了图形模型，两者都参数化标签共现。集体多标签（CML）分类器维护特征考虑标签共现和具有特征的集体多标签 (CMLF) 维护与特征相对应的参数对于每个同时出现的标签对。佩特森等。人。最近提出了另一个有趣的以相反的方式生成建模方法，给定标签 [39] 预测一组实例。

参考资料：

(1) Sorower, Mohammad S.“关于多标签学习算法的文献调查”。俄勒冈州立大学，科瓦利斯（2010 年）。 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。集体多标签分类。在诉讼中 3005 ACM 信息和知识管理会议 (CIKM '05)，页数 195–200，不来梅，德国，2005。http://www.dtic.mil/dtic/tr/fulltext/u2/a440081.pdf
(39) James Petterson 和 Tiberio Caetano。反向多标签学习。在 J. Lafferty、C. K. I. Williams、R. Zemel、J. Shawe-Taylor 和 A. Culotta，编辑，神经信息进展处理系统 23，第 1903-1911 页。 2010 年。

【讨论】：

【解决方案2】：

我遇到了一个名为fuzzy CRF 的修改CRF，如下所示。

它的数学很简单，从论文中的公式 2 可以看出：

我们只是将分子中路径的所有能量相加，而分母保持不变。对于推理，我们可以应用维特比或光束搜索。

【讨论】：