Apprentissage multi-étiquettes

L'apprentissage multi-étiquettes (MLE) est une extension des problèmes de classification binaire et multiclasses, visant à attribuer simultanément plusieurs étiquettes de classe possibles aux instances de données. Chaque étiquette a une association sémantique spécifique avec l'instance de données. En raison de ses nombreuses applications dans les systèmes de recommandation, l'annotation d'images, la classification de texte et d'autres problèmes pratiques, l'apprentissage multi-étiquettes a été un domaine de recherche central.