본 논문은 저자원 언어 및 도메인에서의 제로샷 분류(ZSC) 문제를 해결하기 위해 경량적이고 데이터 효율적인 소프트 프롬프트 학습 방법인 RoSPrompt를 제시합니다. 기존의 프롬프트 기반 ZSC 방법들이 대규모 학습 데이터셋에 의존하거나, 다국어 및 저자원 환경에서의 적용성이 떨어지는 문제점을 가지는 것에 반해, RoSPrompt는 소규모 다국어 사전학습 언어 모델(PLM)을 활용하여 고자원 언어의 데이터를 활용, 저자원 언어의 성능을 향상시킵니다. 이는 광범위한 미세 조정이나 높은 계산 비용 없이 가능합니다. 106개 언어를 포함하는 다양한 데이터셋에서 여러 다국어 PLM을 사용하여 평가한 결과, 우수한 크로스-링구얼 전이 성능과 미지의 클래스에 대한 견고한 일반화 능력을 보여줍니다.
