【KDD2020-阿里】多视角部分多标记学习中的特征诱导流形消歧

本次阿里文娱摩酷实验室和东南大学PALM实验室合作的工作《Feature-InducedManifold Disambiguation for Multi-view Partial Multi-label Learning》被KDD 2020 Research Track录用。在视频的分发过程中，标签的准确性和完整性起着至关重要的作用，但由于个人用户的非专业性，上传的短视频标签通常存在着较大的偏差与遗漏。考虑到视频天然带有丰富的多模态信息，本文抽象出一种MVPML表征框架，并提出了FIMAN方法可充分利用异质特征导出的流形结构进行消歧，能够有效地对用户上传的视频标签进行修正与补足，从而提升整体的分发效率。该项工作目前已广泛应用于阿里文娱的各项场景中。