多标记学习作为当前机器学习研究的热点已经在多媒体内容自动标注,生物信息学,信息检索等领域得到广泛应用。然而随着互联网信息时代的到来,大量高维度的数据产生,多标记学习遭遇“维数灾难”问题。样本中的特征过于冗余,使得模型学习参数较多,容易陷入过拟合风险,从而降低了多标记分类的精度。特征选择是一种有效缓解此类问题的重要方法,它通过一定的策略从给定的特征集合中选择出任务相关的特征子集。选择的特征子集维度往往远小于原始特征的维度,并且能降低学习任务的难度,提高学习器的性能。传统的监督式多标记特征选择算法一般假设样本的标注信息完整且有标记样本充足,进而利用特征与标记之间的相关性来选择特征。然而,在现实生活中,我们获得的大量样本数据中只有很少一部分样本是有完整(或部分)标记的。在此情境下,监督式多标记特征选择算法往往只利用少量标记完整的样本数据,而忽略了大量的标记不完整(或未标注)数据。无监督特征选择算法直接在数据的特征空间选择相关特征子集而忽略了标记与特征之间的关系。为了有效利用样本数据标记信息来选择特征,我们提出了以下两种基于弱标记的多标记特征选择算法。(1)基于稀疏正则化和依赖最大化的半监督特征选择算法(Semi-Supervised Multi-Label Feature Selection based on Sparsity Regularization and Dependence Maximization,FSSRDM)。该算法适用于样本空间中只有少量样本有完整标记,而大量样本无标记的场景。FSSRDM将缺失标记预测与特征选择过程融为一体,首先使用最小二乘模型来评估标记与特征关系并以此来预测未标记样本的标记;其次,利用Hilbert-Schmidt Independence Criterion(HSIC)来刻画特征空间与标记空间的依赖性并最大化这种依赖关系;然后利用L-2,1稀疏正则化项来获得最小二乘回归系数矩阵;最后通过稀疏化的系数矩阵来选取相关特征子集。与经典的监督式特征选择算法以及半监督特征选择算法相比,我们的算法可以有效地选择出相关的特征子集,提升多标记分类的性能。(2)基于标记空间降维的弱监督特征选择算法(Weakly-supervised feature selection based on label space reduction,WSFSLR)。该算法适用于原始数据中每个样本的标记都有不同程度缺失的情境。为了减少样本标记空间大和缺失标记过于稀疏带来的负面影响,WSFSLR首先利用非负矩阵分解方法对原始标记空间进行分解得到一个低维的标记空间;然后在低维标记空间中利用最小二乘模型评估标记与特征关系;进而利用图拉普拉斯矩阵来保证邻近样本有相似的输出;最后通过L-2,1稀疏正则化项获得稀疏化的系数矩阵来选取特征。实验中我们在标记空间较大的数据集上的实验结果表明,本文方法比现有的半监督特征选择方法、监督特征选择方法以及弱监督特征选择方法作对比,均能有效降低数据集的维度,并提升多标记分类的精度。