HMCN是怎么同时考虑层次标签之间关系的呢？

[littttttlebird]

看咱们HMCN-F的实现代码，标签字典是通过数据集里面标签构造的，比如样本集如下：

case1 A
case2 A--A1
case3 B--B1--B11
case4 B--B1
case5 B--B1--B12

那么将会得到标签字典如下：

A
A--A1
B--B1
B--B1--B11
B--B1--B12

在训练的时候，一级类目标签有[A]，二级类目标签有[A--A1, B--B1]，三级标签有[B--B1--B11, B--B1--B12]。
以case3为例，真实标注标签为B--B1--B11

• 在分级标签预测上，一级标类目上标签是[0]，二级类目上标签是[0, 0]，三级类目上标签是[1, 0]；
• 在全局标签预测上，真实类目标签是[0, 0, 0, 1, 0]（对应[A, A--A1, B--B1, B--B1--B11, B--B1--B12]五个标签）;
  可以看见，这种标签设置要求模型将case3预测为B--B1--B11，但是去不让模型预测为B--B1，也不让模型预测为B，这样的话，模型怎么能学习到层次之间的关系呢？

-------------------------------------我的思考---------------------------------------
是不是应该在数据预处理的时候，针对case3这种标签，如果他的前缀也在标签词典里，那么应该将case3的标签拓展为[0, 0, 1, 1, 0]，即将B--B1也加入到ground truth label里面去。这样子的话，在局部和全局，都应该预测出来B--B1标签，模型才会知道B--B1--B11是属于B--B1的。
有人关注这个吗？探讨一下

[bulubulu-Li]

现在有结论了吗

[MagiaSN]

两种都合理吧
[0, 0, 0, 1, 0]这种设置下，标签为1的含义是：样本属于该类目但不属于该类目的子类目
[0, 0, 1, 1, 0]这种设置下，标签为1的含义是：样本属于该类目且可能属于该类目的子类目
在第一种设置下，如果某个类目被预测为1，那么这个类目的子类目都应预测为0，也是一种层次之间的关系