Mitmemärgiline klassifitseerimine

Multilabel-klassifikatsioon on teatud tüüpi juhitud õppimise probleem, mille eesmärk on määrata üks või mitu sildi instantsile või objektile, näiteks arvutile, programmeerimisskriptile või digitaalsele meediakandjale. See on tehisintellekti üks vorm, mis võimaldab arvutitel või masinatel klassifitseerida objekte mitme kriteeriumi või sildi alusel. Seda liiki klassifitseerimist kasutatakse paljudes arvutiteaduse valdkondades, sealhulgas loomuliku keele töötlemisel, pildituvastusel ja muusika kategoriseerimisel.

Peamine erinevus mitmemärgilise klassifitseerimise ja muude klassifitseerimise vormide vahel on see, et mitmemärgiline klassifitseerimine keskendub kõigi asjakohaste märgiste täpsele määramisele, mitte ainult ühe märgise määramisele. Näiteks pildi klassifitseerimisel võib arvutil paluda stseeni kirjeldamiseks määrata sildid "koer" ja "õues". Sellega on ta klassifitseerinud pildi kahe sildiga, mitte ainult ühega.

Kõige tavalisem mitmemärgilise klassifitseerimise ülesanne on mitme klassi klassifitseerimine, mille eesmärk on määrata õiged märgised objektidele või esemetele, millega on seotud mitu klassi (sildi). Mitmeklassilise klassifitseerimise näiteks on näotuvastustarkvara, mis püüab määrata kõigile piltidele, millel on nägu, sildi "nägu".

Muud meetodid mitmemärgilise klassifitseerimise teostamiseks hõlmavad binaarset relevantsust, mis jagab probleemi mitmeks binaarseks klassifitseerimisülesandeks, ja auastmepõhiseid meetodeid, mis kasutavad järjestatud lähenemist, et määrata objektidele või instantsidele tõhusalt sildid.

Mitmemärgiline klassifitseerimine on väärtuslik vahend paljude rakenduste jaoks ja seda kasutatakse üha enam selleks, et arvutid suudaksid paremini mõista keerulisi andmeid. Tänu oma võimele klassifitseerida objekte täpselt mitme sildi abil, on see osutunud võimsaks vahendiks paljudes erinevates valdkondades, alates arvutinägemisest kuni loomuliku keele töötlemise, muusika äratundmise ja muuhulgas ka muude valdkondadeni.