通常情况下关键字只标注在图像上，而多示例（MIL）检索的需要将关键字下沉到区域。针对这个问题，在模糊支持向量机算法（FSVM）的基础上提出了一种改进的自适应模糊支持向量机多示例学习算法（AFSVM-MIL算法），在多示例学习的框架下把区域级的图像标注变成了一种有监督的学习。该方法利用AFSVM-MIL对训练集进行分类，结合包之间的相似度进行广义集合运算，可以有效地将关键字进行下沉，从而达到减少人工标注工作量的目的。实验结果表明，该方法有效且性能优于其他方法。