Multilabel classificatie

Multilabelclassificatie is een soort begeleid leerprobleem waarbij het doel is om een of meer tags toe te wijzen aan een instantie of object, zoals een computer, een programmeerscript of een digitaal medium. Het is een vorm van kunstmatige intelligentie waarmee computers of machines items kunnen classificeren op basis van meerdere criteria of labels. Dit type classificatie wordt op veel gebieden van de informatica gebruikt, waaronder natuurlijke taalverwerking, beeldherkenning en muziekcategorisatie.

Het belangrijkste verschil tussen multilabel en andere vormen van classificatie is dat multilabel classificatie zich richt op het nauwkeurig toekennen van alle relevante labels voor een instantie of item in plaats van slechts één. Bij het classificeren van een afbeelding kan een computer bijvoorbeeld worden gevraagd om de labels "hond" en "buiten" toe te kennen om de scène te beschrijven. Hierdoor heeft de computer de afbeelding geclassificeerd met twee labels in plaats van slechts één.

Het meest voorkomende type classificatietaak met meerdere labels is classificatie met meerdere klassen, die tot doel heeft de juiste labels toe te wijzen aan objecten of items waaraan meerdere klassen (labels) zijn gekoppeld. Een voorbeeld van classificatie in meerdere klassen is gezichtsherkenningssoftware, die probeert het label 'Gezicht' toe te wijzen aan alle afbeeldingen met een gezicht erin.

Andere technieken voor het uitvoeren van multilabel-classificatie zijn onder meer binaire relevantie, waarbij het probleem wordt opgedeeld in meerdere binaire classificatietaken, en rangschikkingsmethoden, waarbij een gerangschikte benadering wordt gebruikt om op efficiënte wijze labels aan objecten of instanties toe te wijzen.

Multilabel-classificatie is voor veel toepassingen een waardevol hulpmiddel en wordt steeds vaker gebruikt om computers in staat te stellen complexe gegevens beter te begrijpen. Met zijn vermogen om objecten nauwkeurig te classificeren met behulp van meerdere labels, blijkt het een krachtig hulpmiddel te zijn op een breed scala aan gebieden, van computervisie tot natuurlijke taalverwerking, muziekherkenning en meer.