新闻网讯（通讯员刘威威）近日，计算机学院刘威威教授在人工智能、机器学习领域期刊IEEETransactions on Pattern Analysis and Machine Intelligence（TPAMI）发表多标签学习最新研究成果。该论文总结了近年来多标签学习领域前沿的发展趋势，讨论了未来可以继续探索的研究方向并指出了一些新的应用场景。
论文题目为“The Emerging Trends of Multi-Label Learning”（《多标签学习新趋势》）。刘威威是该论文第一作者和唯一通讯作者。
自2012年起，人工智能领域发生了翻天覆地的变化，深度学习占据绝对的主导地位，研究者面对的问题越来越复杂，计算机视觉和自然语言处理朝着各自的方向前行。随着模型越来越强，研究者面对的任务也越来越复杂，其中，研究者需要越来越多地考虑高度结构化的输出空间。多标签学习，作为一个传统的机器学习任务，近年来也随着变化有了新的研究趋势。
论文从大规模数据、缺失及噪声数据、深度学习技术以及统计学习理论等方面对多标签学习进行了探讨。主要内容包括极限多标签学习、有限监督多标签学习、深度多标签学习、在线多标签学习、统计多标签学习理论以及新的多标签学习应用六大部分。
论文链接：https://arxiv.org/abs/2011.11197
（编辑：付晓歌、相茹）
