使用条件随机场的多标签分类

Question

是否可以将条件随机场用于MultiLabel分类？我在https://pystruct.github.io/user_guide.html看到了一个python CRF实现，但无法找到进行多标记分类的方法。

Answer 1

基本CRF不支持多标签分类。但是，已经探索了一些扩展，例如Collective Multi-label（CML）和 具有特征的集体多标签（CMLF）。从（1）：

  

基于条件随机场（CRF）的模型   在[21]中提出了两个多标签   已经提出了图形模型，两者都是参数化的   标签共同出现。集体   多标签（CML）分类器维护功能   会计标签共同出现和   具有特征的集体多标签（CMLF）   维护与要素对应的参数   对于每个共同发生的标签对。彼得森   等。人。最近提出了另一个有趣   生成建模方法以相反的方式，   给出标签[39]预测一组实例。

参考文献：

• （1）Sorower，Mohammad S.“关于多标签学习算法的文献调查。”俄勒冈州立大学，Corvallis（2010年）。 http://people.oregonstate.edu/~sorowerm/pdf/Qual-Multilabel-Shahed-CompleteVersion.pdf; https://scholar.google.com/scholar?cluster=11211211207326445005&hl=en&as_sdt=0,22
• （21）N。Ghamrawi和A. Mccallum。集体多标签分类。在Proceedings of 3005 ACM信息与知识管理会议（CIKM '05），页数 195-200，德国不来梅，2005年。http://www.dtic.mil/dtic/tr/fulltext/u2/a440081.pdf
• （39）James Petterson和Tiberio Caetano。反向多标签学习。在J. Lafferty，C。K. I. Williams，R。Zemel，J。Shawe-Taylor和A. Culotta，编辑，神经信息进展 处理系统23，第1903-1911页。 2010。

Answer 2

我遇到了一个名为fuzzy CRF的经过修改的CRF，如下所示。

从论文的等式2可以看出，它的数学非常简单：

我们只将分子中所有路径的能量求和，分母保持不变。为了进行推断，我们可以应用维特比或波束搜索。