ACM International Conference on Information and Knowledge Management(CIKM 2021)将于2021年11月线上举行，计算机科学与技术学院李熙铭副教授、欧阳继红教授等的论文 "Detecting the Fake Candidate Instances: Ambiguous Label Learning with Generative Adversarial Networks" 被录用。论文的第一作者为欧阳继红教授的博士生李长春，通讯作者为李熙铭副教授、欧阳继红教授。
偏标签学习任务面向包含冗余错误标签的训练样本，是有监督学习领域的一个热点难点问题。本文提出基于Triple-GANs思想的偏标签学习新算法，通过拆分候选标签集，构造真候选样本和假候选样本，使用判别器识别假候选样本以此消除缓解冗余错误标签的影响，提升分类器学习。实验结果表明，提出新算法明显优于现有的偏标签学习算法。
CIKM会议是数据库／数据挖掘／内容检索领域顶级国际会议（CCF B类会议）。
