マルチラベル分類

マルチラベル分類は教師あり学習問題の一種で、その目的は、コンピューター、プログラミング スクリプト、デジタル メディアのアイテムなどのインスタンスまたはオブジェクトに 1 つ以上のタグを割り当てることです。これは、コンピューターまたは機械が複数の基準またはラベルに基づいてアイテムを分類できるようにする人工知能の一種です。このタイプの分類は、自然言語処理、画像認識、音楽の分類など、コンピューター サイエンスの多くの分野で使用されています。

マルチラベルと他の形式の分類の主な違いは、マルチラベル分類では、インスタンスまたはアイテムに 1 つだけではなく、関連するすべてのラベルを正確に割り当てることに焦点を当てていることです。たとえば、画像を分類するとき、コンピューターは、シーンを説明するために「犬」と「屋外」というラベルを割り当てるように要求される可能性があります。これにより、画像が 1 つだけではなく 2 つのラベルで分類されます。

最も一般的なタイプのマルチラベル分類タスクはマルチクラス分類です。これは、複数のクラス (ラベル) が関連付けられているオブジェクトまたはアイテムに正しいラベルを割り当てることを目的としています。マルチクラス分類の例としては、顔が含まれるすべての画像に「顔」というラベルを割り当てようとする顔認識ソフトウェアがあります。

マルチラベル分類を実行するその他の手法には、問題を複数のバイナリ分類タスクに分割するバイナリ関連性や、ランク付けされたアプローチを使用してオブジェクトまたはインスタンスにラベルを効率的に割り当てるランクベース法などがあります。

マルチラベル分類は多くのアプリケーションにとって貴重なツールであり、コンピューターが複雑なデータをよりよく理解できるようにするために使用されることが増えています。複数のラベルを使用してオブジェクトを正確に分類できるため、コンピューター ビジョンから自然言語処理、音楽認識など、幅広い分野で強力なツールであることが証明されています。