Aprendizaje Multi-Label Few-Shot y Zero-Shot para Espacios de Etiquetas Estructurados

Los grandes conjuntos de datos multi-label contienen etiquetas que ocurren miles de veces (grupo frecuente), aquellas que ocurren solo unas pocas veces (grupo few-shot) y etiquetas que nunca aparecen en el conjunto de datos de entrenamiento (grupo zero-shot). La predicción de etiquetas multi-label few- y zero-shot está mayormente inexplorada en conjuntos de datos con grandes espacios de etiquetas, especialmente para clasificación de texto. En este documento, realizamos una evaluación detallada para entender cómo los métodos de vanguardia se desempeñan en etiquetas poco frecuentes. Además, desarrollamos métodos few- y zero-shot para la clasificación de texto multi-label cuando hay una estructura conocida sobre el espacio de etiquetas, y los evaluamos en dos conjuntos de datos de texto médico disponibles públicamente: MIMIC II y MIMIC III. Para etiquetas few-shot logramos mejoras del 6.2% y 4.8% en R@10 para MIMIC II y MIMIC III, respectivamente, en comparación con esfuerzos previos; las mejoras correspondientes en R@10 para etiquetas zero-shot son del 17.3% y 19%.