%A 刘晓玲,刘柏嵩,王洋洋,唐浩 %T 基于深度学习的多标签生成研究进展 %0 Journal Article %D 2020 %J 计算机科学 %R 10.11896/jsjkx.190300137 %P 192-199 %V 47 %N 3 %U {https://www.jsjkx.com/CN/abstract/article_18936.shtml} %8 2020-03-15 %X 大数据时代,数据呈现维度高、数据量大和增长快等特点。如何有效利用其中蕴含的有价值信息,以实现数据的智能化处理,已成为当前理论和应用的研究热点。针对现实普遍存在的多义性对象,数据多标签被提出并被广泛应用于数据智能化组织。近年来,深度学习在数据特征提取方面呈现出高速、高精度等优异性,使基于深度学习的多标签生成得到广泛关注。文中分五大类别总结了最新研究成果,并进一步从数据、关系类型、应用场景、适应性及实验性能方面对其进行对比和分析,最后探讨了多标签生成面临的挑战和未来的研究方向。