Phân loại đa nhãn

Phân loại đa nhãn là một loại bài toán học có giám sát trong đó mục tiêu là gán một hoặc nhiều thẻ cho một thể hiện hoặc đối tượng, chẳng hạn như máy tính, tập lệnh lập trình hoặc một mục của phương tiện kỹ thuật số. Nó là một dạng trí tuệ nhân tạo cho phép máy tính hoặc máy móc phân loại các mặt hàng dựa trên nhiều tiêu chí hoặc nhãn. Kiểu phân loại này được sử dụng trong nhiều lĩnh vực khoa học máy tính, bao gồm xử lý ngôn ngữ tự nhiên, nhận dạng hình ảnh và phân loại âm nhạc.

Sự khác biệt chính giữa nhiều nhãn và các hình thức phân loại khác là phân loại nhiều nhãn tập trung vào việc gán chính xác tất cả các nhãn có liên quan cho một phiên bản hoặc mục thay vì chỉ một nhãn. Ví dụ: khi phân loại một hình ảnh, máy tính có thể được yêu cầu gán nhãn “chó” và “ngoài trời” để mô tả cảnh đó. Bằng cách này, nó đã phân loại hình ảnh bằng hai nhãn thay vì chỉ một.

Loại nhiệm vụ phân loại nhiều nhãn phổ biến nhất là phân loại nhiều lớp, nhằm mục đích gán nhãn chính xác cho các đối tượng hoặc mục có nhiều lớp (nhãn) được liên kết với chúng. Một ví dụ về phân loại nhiều lớp là phần mềm nhận dạng khuôn mặt, phần mềm này cố gắng gán nhãn “Khuôn mặt” cho tất cả các hình ảnh có khuôn mặt trong đó.

Các kỹ thuật khác để thực hiện phân loại đa nhãn bao gồm mức độ liên quan nhị phân, chia vấn đề thành nhiều nhiệm vụ phân loại nhị phân và phương pháp dựa trên thứ hạng, sử dụng cách tiếp cận được xếp hạng để gán nhãn hiệu quả cho đối tượng hoặc trường hợp.

Phân loại đa nhãn là một công cụ có giá trị cho nhiều ứng dụng và ngày càng được sử dụng nhiều để giúp máy tính hiểu rõ hơn về dữ liệu phức tạp. Với khả năng phân loại chính xác các đối tượng bằng nhiều nhãn, nó đang chứng tỏ là một công cụ mạnh mẽ trong nhiều lĩnh vực khác nhau, từ thị giác máy tính đến xử lý ngôn ngữ tự nhiên, nhận dạng âm nhạc, v.v.