CONICET | Buscador de Institutos y Recursos Humanos

Las técnicas de clasificación multi-etiqueta fueron desarrolladas para problemas donde los objetos pueden estar asociados a distintas etiquetas disjuntas, por ejemplo las áreas de un artículo científico. Sin embargo, estas técnicas pueden ser computacionalmente costosas, lo que dificulta su aplicabilidad en dominios reales. Este artículo presenta un enfoque para acelerar el algoritmo de clasificación multi-etiqueta llamado Binary Relevance. En este algoritmo, la complejidad de crear un modelo de clasificación crece linealmente con el número de etiquetas que pueden ser asignadas a una instancia a clasificar. Este artículo propone entonces un enfoque para utilizar pequeños clusters de computadoras para gestionar el cómputo de la fase de entrenamiento del clasificador. El enfoque fue probado con 7 conjuntos de datos de entrenamiento con 81 etiquetas asociadas y más de un cuarto de millón de instancias para entrenar el clasificador. Los resultados mostraron que se aceleró de manera lineal el tiempo de entrenamiento a medida que se agregaban nodos computacionales al cluster.