“Partial-label”（部分标注/部分标签）指一种标注方式：对每个样本只给出一个候选标签集合，其中只有一个是真实标签，但并不明确指出是哪一个。该术语常见于机器学习中的弱监督学习（weak supervision）与部分标注学习（partial-label learning）。在其他语境中也可泛指“标注不完整/不完全的标签”。
The dataset uses partial-label annotations, so each image comes with several possible classes.
该数据集使用部分标注，因此每张图片都对应几个可能的类别。
In real-world text classification, partial-label data can reduce labeling cost, but it also makes training harder because the true label is hidden inside a candidate set.
在真实世界的文本分类中，部分标注数据可以降低标注成本，但也会让训练更困难，因为真实标签被隐藏在候选集合之中。
/ˈpɑːrʃəl ˈleɪbəl/
“Partial”源自拉丁语 partialis（部分的），表示“不完整、非全部”；“label”来自中古法语 labelle/labellum（小标签、标记）。合在一起，“partial-label”字面意思是“部分的标签/不完全的标注”，在机器学习领域特指“只提供候选标签集合的标注形式”。
Select Language