多標籤分類演算法技術細節筆記_自然語言處理

一：多標籤分類演算法閾值函數（Threshold Calibration）

這裡的閾值函數是指：對於每一個標籤的預測值，當它達到多少時被判定為此標籤存在，小於多少時被判定為詞標籤不存在。
主要有兩種閾值函數：常數閾值函數和基於訓練集的閾值函數。 1. 常數閾值函數

常見的選擇為0或者0.5。比如取0.5，當給定標籤預測值大於它時，被判定為存在，反之不存在。 2. 基於訓練集的閾值函數 二：多標籤分類評價指標

三：tanh啟用函數的最佳化

它的原始公式為：(Math.exp(x) - Math.exp(-x)) / (Math.exp(x) + Math.exp(-x))
為了提高運行效率：轉化為2.0 / (1.0 + Math.exp(-2.0 * inputValue)) - 1.0
它們作了等價變換。

。。。未完結

參考文獻

[1] Zhang M L, Zhou Z H. A Review on Multi-Label Learning Algorithms[J]. IEEE Transactions on Knowledge & Data Engineering, 2014, 26(8):1819-1837.