近年来,语义鸿沟已成为基于内容的图像检索的瓶颈。 为了弥合差距并提高检索性能,自动图像标注已成为一个关键问题。 本文提出了一种混合方法来自动学习图像的语义概念。 首先,我们提出了连续概率潜在语义分析(PLSA),并推导了其相应的期望最大化(EM)算法。 连续PLSA假定元素是从给定潜在方面的多元高斯分布中采样的,而不是传统PLSA中的多项式。 此外,我们提出了一种混合框架,该框架在生成学习阶段中采用连续PLSA来建模图像的视觉特征,并在识别学习阶段中使用分类器链的集合对多标签数据进行分类。 因此,该框架可以学习特征之间的相关性以及单词之间的相关性。 由于混合方法结合了生成式学习和判别式学习的优