May, 2023
面向半监督多标签学习的类别分布感知伪标记
Class-Distribution-Aware Pseudo Labeling for Semi-Supervised Multi-Label Learning
Ming-Kun Xie, Jia-Hao Xiao, Gang Niu, Masashi Sugiyama, Sheng-Jun Huang
TL;DR本文提出 Class-distribution-Aware Pseudo Labeling (CAP) 方法,通过设计基于类感知阈值的规则学习框架来控制每个类别的伪标签的数量,并约束伪标签的类别分布接近真实分布,旨在解决半监督多标签学习问题。实验结果证明了 CAP 方法可以有效解决半监督多标签学习问题并提高泛化能力。