【论文标题】Predict and Constrain: Modeling Cardinality in Deep Structured Prediction （35th-ICML,PMLR）
【论文作者】Nataly Brukhim，Amir Globerson
【论文链接】Paper （13-pages // Single column）
【摘要】
许多机器学习问题需要多维标签的预测。这种结构化预测模型可以从标签之间的依赖关系建模中获益。最近，已有研究提出了几种结构预测的深度学习方法。在这里，我们关注于在这样的模型中捕获基数约束。也就是说，约束模型输出的非零标签的数量。这些约束在以前的结构化预测方法中被证明是非常有用的，但是将它们引入深度学习框架是一个挑战。在这里，我们展示了如何通过一个新颖的深层架构来做到这一点。我们的方法优于强基线，在多标签分类基准上实现了最先进的结果。
【介绍】