常见采购词汇（CPV）分类学上的零样本层次分类

对公开招标进行分类对受邀参与的企业以及检查欺诈活动都有帮助。为便利此任务，欧盟提出了常见采购词汇（Common Procurement Vocabulary, CPV）分类学，对于某些重要招标项目为强制要求；但在CPV标签强制适用的合同数量相对所有公共行政活动而言仍属少数。对真实世界的分类学进行分类带来了一些难以忽视的困难：首先，一些细粒度类别在训练集中观察次数不足（甚至没有），而另一些类别则比平均数多了数千倍。为克服这些困难，我们提出一种零样本方法，基于预训练语言模型，仅依赖标签描述并遵循标签分类学。为训练所提模型，我们使用来自contrattipubblici.org的工业数据——该服务由SpazioDati s.r.l.提供，收集了过去25年意大利公开合同。结果表明，所提模型在分类低频类别方面优于三个不同基线方法，并且还能预测从未看到的类别。