Классификация по нескольким меткам — это контролируемая задача обучения, в которой модель обучается назначать каждому входному документу набор меток, где с каждым документом может быть связана одна или несколько меток. Она отличается от многоклассовой классификации, которая присваивает только одну метку каждому элементу в заданных входных данных.
Классификацию по нескольким меткам можно использовать, когда классы объектов имеют иерархическую структуру. Например, при классификации изображения автомобиля его можно поместить в метки «транспортное средство» и «автомобиль». Здесь метка «автомобиль» является подметкой более общей метки «транспортное средство». Многозначная классификация с иерархическими метками позволяет сделать данную метку более конкретной.
Классификация по нескольким меткам также может быть более точной при классификации сложных данных, поскольку она допускает использование нескольких меток и позволяет машине делать выбор на основе всех меток, связанных с данным элементом. Например, при классификации изображения транспортного средства многозначная классификация позволяет машине делать выбор на основе меток «автомобиль», «мотоцикл», «грузовик» и т. д.
Классификацию по нескольким меткам также можно использовать в задачах текстовой категоризации, например в новостных статьях. Здесь данную статью можно классифицировать по меткам темы статьи, региона, к которому она относится, и даже настроения, выраженного в тексте.
Классификация по нескольким меткам становится все более популярной, поскольку также увеличивается доступность больших наборов данных с размеченными данными. Воспользовавшись возможностью классификации по нескольким меткам присваивать данным несколько меток, можно добиться более высокой точности.
