呃，说实话不知道这么翻译合不合适，不过戴剑彬在他的论文《图象分析中的松驰标记法》是这么翻译的，嘛，姑且这么用。
松弛标记法是一种有效的解决为一个图的节点添加标签问题的方法。
首先解释一下标签的概念。假设一组对象可以建模为一个图，比如把本体以图的形式进行展现，那么有些时候可能需要对图上的节点进行一些分类。比如，把本体的节点分为上层概念和领域概念。那么这个问题其实就是一个为图中的每一个节点添加标签的过程。
松弛标签法的核心思想是，一个节点的标签一般只受到途中节点的邻居的特性的影响。比如，如果一个节点周围所有的节点都是上层概念，那么这个节点几乎不可能是一个领域概念。
松弛标签法利用了这个想法。一个节点的邻居节点的对他自身的标签的影响被使用一个函数来进行数量化，表示为一个关于邻居的特征导致每一个标签成为这个节点的标签的概率的函数。松弛标签按照直觉属性为每一个节点提供一个初始化标签。接下来进行一个本地优化迭代过程（iterative local optimization）。在每一次迭代中，方法利用基于节点邻居的特性的共识来调整一个节点的标签。这个过程将会一直持续直到每次迭代标签都不再改变或者满足其他收敛条件为止。