描述：
假设问题域是存在一组特征向量的文档分类，每个特征向量属于一个或多个类。例如，一个文档doc_1可能属于Sports和English类别。
问题：
使用神经网络进行分类，特征向量的标签是什么？它会是一个由所有类组成的向量，使得不相关类的值为 0，相关类的值为 1？因此，如果类标签的列表是[Sports, News, Action, English, Japanese]，那么对于文档doc_1，标签将是[1, 0, 0, 1, 0]？
如何将神经网络应用于多标签分类问题？
机器算法验证
机器学习
神经网络
自然语言
多标签
2022-03-27 08:02:09
2个回答
这似乎是您正在寻找的论文：
张敏玲和周志华：多标签神经网络在功能基因组学和文本分类中的应用
从摘要：
在多标签学习中，训练集中的每个实例都与一组标签相关联，任务是为每个未见过的实例输出一个大小未知的标签集。提出了一种名为BP-MLL的神经网络算法，即Backpropagation for Multi-Label Learning。... 对两个现实世界的多标签学习问题（即功能基因组学和文本分类）的应用表明，BP-MLL 的性能优于一些成熟的多标签学习算法。