弗朗西斯科·德·科米特;雷米·吉伦;马克·托马西 从文本和数据中学习多标签交替决策树。 （英文） Zbl 1029.68568号 Perner，Petra（编辑）等人，《模式识别中的机器学习和数据挖掘》。第三届国际会议，2003年MLDM，德国莱比锡，2003年7月5-7日。诉讼程序。柏林：斯普林格。勒克特。注释计算。科学。2734, 35-49 (2003). 摘要：多标签决策过程是本文提出的监督学习算法的目标。多标签决策过程将示例映射到有限的标签集。我们的学习算法扩展了Schapire和Singer的Adaboost。MH和生成的规则集可以被视为树，如交替决策树（由Freund和Mason发明）。实验表明，使用boosting技术以及大型规则集的树表示法，我们可以同时利用性能和可读性。此外，我们算法的一个关键特性是能够处理异构输入数据：离散值和连续值以及文本数据。关于整个系列，请参见[Zbl 1026.00027号]. 引用于9文件 MSC公司： 68T05型 人工智能中的学习和自适应系统 68吨10 模式识别、语音识别 关键词：增压;交替决策树;文本挖掘;多标签问题 软件：第4.5条;BoosTexter公司 PDF格式BibTeX公司 XML格式引用 \textit{F.De Comité}等人，Lect。注释计算。科学。2734、35-49（2003年；Zbl 1029.68568） 全文： 链接