Metadata-Induced Contrastive Learning for Zero-Shot Multi-Label Text Classification, WWW2022

本文研究零样本情境下基于元数据的多标签文本分类，它不需要任何带标签的标注文档，只依赖于标签表面名称和描述。为了训练一个分类器来计算文档和标签之间的相似度分数，提出了一种新的元数据诱导对比学习(MICoL)方法。

PRELIMINARIES

Metadata, Meta-Path, and Meta-Graph

元数据是指网络中的额外信息，在本文使用的学术网络中，通常包含作者、机构、主题等信息。学术网络被建模成一个很典型的异构图（HIN），其中不同类型节点、边之间的构图pattern可以用meta-path或者meta-graph来表示：