面向大规模多标签文本分类的标签自适应表示学习

基于摘要分析。本文研究大规模多标签文本分类（LMTC）中标签空间稀疏、多样且分布偏斜的问题，提出 LADAR，通过文本表示池与标签自适应匹配，为不同标签选择相关表示，而非让所有标签共享单一文本向量。 机制上，LADAR 汇集深度模型的多层特征与文本的多粒度特征，为每篇文本构建表示池，再将各标签自适应匹配到最相关的表示以预测分数。作者认为，单一文本向量难以泛化到多样标签，而逐标签注意力表示可能因过度强调尾部标签而限制整体表现。摘要未披露表示池的具体构建方式、匹配函数、损失或训练流程，其与上述对照策略的机制差异仍需正文核对。 作者报告，在五个基准数据集上，LADAR 优于所比较的先进 LMTC 方法；其中，在 Amazon-670 K 上，尾部标签相关指标 PSP@5 相对最佳基线提升 5.09%，这是相对提升而非百分点差。其余数据集名称、基线配置、数据划分、消融、统计信息及计算开销尚未验证。 平台推测（待验证）：可迁移的机制假设是，以多层、多粒度表示池服务不同预测目标，可能有助于 EEG 中不同时间尺度或频段特征的选择。但原任务依赖文本输入和大规模多标签监督，不能据此推断其在 EEG/BCI 中有效；常见单标签 MI 分类也不直接对应这一设定。若探索迁移，可保留表示池与目标自适应匹配思路，改造文本编码和粒度划分模块，并先在具有可靠多标签标注的 EEG 任务中，以相同编码器和 Cross-subject 划分比较单一表示与自适应表示池。低信噪比、通道差异、标签共现偏差及小样本可能使匹配机制过拟合；已有 EEG 相关工作尚未检索确认。