基于PLSA 學(xué)習(xí)概率分布語義信息的多標(biāo)簽分類算法

王一賓 ,鄭偉杰 ,程玉勝* ,曹天成

（1.安慶師范大學(xué)計算機(jī)與信息學(xué)院，安慶，246133；2.安徽省高校智能感知與計算重點實驗室，安慶師范大學(xué)，安慶，246133）

大數(shù)據(jù)時代，文本數(shù)據(jù)分類［1］是當(dāng)前的研究熱點，因文本數(shù)據(jù)中含有多個主題，所以語義信息［2］的挖掘是主要研究的問題.多標(biāo)簽文本數(shù)據(jù)具有豐富的語義空間，語義空間的挖掘大多數(shù)應(yīng)用在標(biāo)簽空間.在多標(biāo)簽算法中，特征與標(biāo)簽之間的聯(lián)系與應(yīng)用是近幾年研究的熱點，研究者們通過將標(biāo)簽對應(yīng)幾組特征、特征間與標(biāo)簽間的相關(guān)性信息等方法挖掘標(biāo)簽空間中語義信息，進(jìn)而提升算法的性能.

大多數(shù)多標(biāo)簽數(shù)據(jù)具有維數(shù)較高的特征與標(biāo)簽空間，如何獲取空間中的內(nèi)在信息是面臨的主要問題.針對這一問題，Huang et al［3］提出將特征與標(biāo)簽空間縮小到低維空間，從低維的特征空間獲取潛在標(biāo)簽空間中的信息.標(biāo)簽嵌入［4］同樣是獲取標(biāo)簽空間中的內(nèi)在信息主要方法，Kumar et al［5］提出將特征與標(biāo)簽分組對應(yīng)投影到低維空間，標(biāo)簽向量嵌入到低維空間可保證各個組的稀疏性不變.特征間與標(biāo)簽間的相關(guān)性信息是特征與標(biāo)簽空間中的主要信息，許多研究者提出較好的學(xué)習(xí)方法.Cheng et al［6］利用均值漂移聚類［7］方法獲得特征空間中的隱藏信息，并利用信息熵度量標(biāo)簽的相關(guān)性，采用一種非平衡化標(biāo)簽補(bǔ)全的方法重塑標(biāo)簽空間.但上述研究中，研究者們未能將特征與標(biāo)簽可能存在的先驗分布信息用于提升算法的性能……