El aprendizaje de características específicas de las etiquetas se ha convertido en un tema candente, ya que induce modelos de clasificación teniendo en cuenta las características subyacentes de cada etiqueta. En comparación con las anotaciones de una sola etiqueta, las anotaciones de múltiples etiquetas pueden describir muestras desde perspectivas más completas. Se cree generalmente que las características de clasificación convincentes de un conjunto de datos a menudo existen en la agregación de la distribución de etiquetas. En este estudio profundo de un conjunto de datos de múltiples etiquetas, encontramos que la distancia entre todas las muestras y el centro de la muestra es una distribución gaussiana, lo que significa que la distribución de etiquetas tiende a agruparse desde el centro y extenderse a los alrededores. En consecuencia, se propone en este documento el campo de doble anillo doble basado en esta tendencia de distribución, denominado DEPT para campo de doble anillo y características específicas de etiquetas para clasificación de múltiples etiquetas. El campo de doble anillo enfatiza que las muestras de un tamaño específico pueden reflejar algunas características únicas del conjunto de datos. A través del agrupamiento intra-anillo para cada capa de anillos, se captura y forma el espacio de características distintivas de estas etiquetas. Luego, el modelo de clasificación final se obtiene entrenando el espacio de características. Experimentos contrastivos en 10 conjuntos de datos de múltiples etiquetas de referencia verifican la efectividad del algoritmo propuesto.