计算机应用

作者：胡婕, 郑启扬, 孙军, 张龑

单位：1.湖北大学 计算机学院，武汉 430062；2.大数据智能分析与行业应用湖北省重点实验室（湖北大学），武汉 430062；3.智慧政务与人工智能应用湖北省工程研究中心（湖北大学），武汉 430062

关键词：多标签分类,多标签关系图,标签依赖关系,局部动态重构图,标签注意力机制

基金：国家自然科学基金资助项目(61977021)

在多标签分类任务中，现有模型对依赖关系的构建主要考虑标签在训练集中是否共现，而忽视了标签之间各种不同类型的关系以及在不同样本中的动态交互关系。因此，结合多标签关系图和局部动态重构图学习更完整的标签依赖关系。首先，根据标签的全局共现关系，采用数据驱动的方式构建多标签关系图，学习标签之间不同类型的依赖关系；其次，通过标签注意力机制探索文本信息和标签语义的关联性；最后，对标签图进行动态重构学习，以捕获标签之间的局部特定关系。在3个公开数据集BibTeX、Delicious和Reuters-21578上的实验结果表明，所提模型的宏平均F1（maF1）值相较于MrMP（Multi-relation Message Passing）分别提高了1.6、1.0和2.2个百分点，综合性能得到提升。

来源：2025年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2025年第4期