Réinitialiser mot de passe
E-mail
Password
RNTI

MODULAD
Apprendre les relations de préférence et de co-occurrence entre les labels en classification multi-labels
In EGC 2018, vol. RNTI-E-34, pp.215-226
Résumé
En classification multi-labels, chaque instance est associée à
un ou plusieurs labels. Par exemple, un morceau de musique peut être
associé aux labels 'heureux' et 'relaxant'. Des relations de co-occurrence
peuvent exister entre les labels : par exemple, les labels 'heureux' et 'triste'
ne peuvent pas être associés au même morceau de musique. Les labels
peuvent aussi avoir des relations de préférence : par exemple, pour un morceau
de musique contenant plusieurs piques, le label 'heureux' est préféré
par rapport au label 'relaxant'. Les relations entre les labels peuvent aider
à mieux prédire les labels associés aux instances. Les approches existantes
peuvent apprendre soit les relations de co-occurrence, soit les relations
de préférence. Ce travail introduit une approche permettant de combiner
l'apprentissage des deux types de relations. Les expérimentations menées
montrent que la nouvelle approche introduite offre les meilleurs résultats
de prédiction par rapports à cinq approches de l'état de l'art.