BÁO CÁO NGHIÊN CỨU ĐỀ TÀI LUẬN VĂN

1. BÁO CÁO NGHIÊN CỨU ĐỀ TÀI LUẬN VĂN Giáo viên HD : TS. Nguyễn Cẩm Tú Học viên : Đỗ Thị Nương

2. Nội dung • Giới thiệu đề tài • Phân lớp đa nhãn • Các thuật toán học đa nhãn • Mối quan hệ trong phân lớp đa nhãn • Định hướng nghiên cứu tiếp theo 26/10/2013

3. Giới thiệu đề tài • Tên đề tài: • “Các phương pháp xác định mối quan hệ đa nhãn và ứng dụng trong phân lớp đa nhãn tiếng Việt”. • Cơ sở thực tiễn: • Phân lớp đa nhãn có ứng dụng trong nhiều lĩnh vực như: Phân loại văn bản tự động và chuẩn đoán trong y học… • Việc xác định mối quan hệ giữa các nhãn giữ vai trò quan trọng trong nâng cao chất lượng gán nhãn. • Ví dụ: một ảnh được gán nhãn “bãi biển” sẽ loại trừ được nhãn "sa mạc"; • Các nhãn "bóng đá, câu lạc bộ, đội bóng" thường đồng xuất hiện với nhau trong quá trình gán nhãn văn bản 26/10/2013

4. Phânlớpđanhãn • Bài toán phân lớp tổng quát: • C = {c1, c2, …, cK}: tập K lớp • X = {xi} (i=1,2,…) là không gian các đối tượngcần phân lớp • Xây dựng một ánh xạ f : X → C • Ánh xạ f được gọi là mô hình phân lớp (classification model, classifier) • Xây dựng mô hình f bằng học giám sát(supervised learning) • D = {(x1, c1), (x2, c2), …, (xN, cN)} trong đó xn ∈ X, cn ∈ C là tập dữ liệu huấn luyện (training data) • Huấn luyện mô hình f dựa trên tập huấn luyện D sao cho f phân lớp chính xác nhất có thể. • Phân lớp đơn nhãn • ci chỉ bao gồm 1 phần tử duy nhất. • Phân lớp đa nhãn • ci > 1 phần tử 26/10/2013

5. Cácgiảithuậthọcđanhãn • Binary Relevance(BR) • Label Powerset (LP) • Classifier Chain • Multi-label k-Nearest Neighbors (MLkNN) 26/10/2013

6. Các giải thuật học đa nhãn(tt) • Không xét đến đặc trưng của các thể hiện. • Xét tập dữ liệu huấn luyện: • Tập các thể hiện X = {1, 2, 3, 4} • Xét tập lớp Y = {y1, y2, y3, y4} 26/10/2013

7. Binary Relevance(BR) • Ý tưởng : Sử dụng phương pháp chuyển đổi nhị phân, xây dựng một bộ nhị phân cho từng nhãn trong tập nhãn. • Tạo k tập dữ liệu ( k = số lượng nhãn) cho từng nhãn • Mỗi tập có số thể hiện như tập dữ liệu nguồn • Trong mỗi tập sẽ gán nhãn cho các thể hiện là thuộc hoặc không thuộc lớp Yj. ( Bộ phân lớp nhị phân) 26/10/2013

8. Label Powerset (LP) • Ý tưởng: Xem mỗi tập nhãn trong tập dữ liệu như là một nhãn đơn. • Tiến hành việc phân lớp đơn nhãn • Tập các nhãn con tạo ra là lớn. 26/10/2013

9. Cácgiảithuậthọcđanhãn(tt) • Binary Relevance(BR): Coi các nhãn là độc lập không có quan hệ với nhau. • Label Powerset (LP): Có xét đến quan hệ các nhãn. • Vấn đề khi các nhãn có quan hệ với nhau, và số lượng nhãn lớn. • Với dữ liệu văn bản có kích thước lớn, chứa đựng nhiều thông tin chủ chốt, cũng như thông tin nhiễu. Vì vậy, cần có một phương pháp cho việc lựa chọn đặc trưng để có thể tối giản bài toán phân lớp. 26/10/2013

10. Mốiquanhệtrongphânlớpđanhãn • Kiểu quan hệ bậc nhất: các nhãn được giả thiết là độc lập. Nói cách khác, mối quan hệ đa nhãn không được tận dụng trong phân lớp đa nhãn. • Kiểu quan hệ bậc hai: các mối quan hệ theo cặp, ví như: mối quan hệ giữa “nhãn phù hợp” và “nhãn không phù hợp” trong quá trình xếp hạng nhãn. • Kiểu quan hệ bậc cao: ví như quan hệ toàn bộ theo đó toàn bộ các nhãn đều có ảnh hưởng tới việc phân lớp mỗi nhãn; hoặc quan hệ bộ phận trong đó với một nhãn nhất định, tồn tại một nhóm con trong số toàn bộ các nhãn có ảnh hưởng tới việc phân lớp nhãn được xét. 26/10/2013

11. Mốiquanhệtrongphânlớpđanhãn(tt) • Bayesian network. • Maximum Entropy 26/10/2013

12. Địnhhướngnghiêncứutiếptheo • Tìm hiểu về các giả thuật học đa nhãn: • Bayesian network. • Maximum Entropy • Tìm hiểu phương pháp lựa chọn đặc trưng. • LDA… • Khảo sát công cụ WEKA và thư viện MULAN • Khảo sát việc ứng dụngtrong phân lớp đa nhãn tiếng Việt 26/10/2013

13. Tài liệu tham khảo [1] Sorower, Mohammad S. "A literature survey on algorithms for multi-label learning." Preprint 63 (2010). [2] Zhang, Min-Ling, and Kun Zhang. "Multi-label learning by exploiting label dependency." Proceedings of the 16th ACM SIGKDD international conference on Knowledge discovery and data mining. ACM, 2010 [3] Min-LingZhangandKunZhang. Multi-label learning by exploiting label dependency. In Proceedings of the 16th ACMSIGKDD international conference on Knowledge discovery and data mining, KDD’10, pages 999–1008, NewYork, NY, USA, 2010. ACM. 26/10/2013

14. Cảm ơn thầy cô và các bạn đã lắng nghe! 26/10/2013