본 논문은 다중 레이블 인식(MLR)에서 제로샷 학습 성능을 향상시키는 새로운 방법인 Semantic-guided Representation Learning (SigRL)을 제안합니다. 기존 VLP(Vision and Language Pre-training) 기반 방법들의 한계점인 다중 레이블 의미 간 상관관계 미고려 및 시각적 특징의 부족한 의미 정보를 해결하기 위해, 그래프 기반 다중 레이블 상관 모듈(GMC)과 의미 시각적 특징 재구성 모듈(SVFR)을 제시합니다. GMC는 레이블 간 정보 교환을 통해 다중 레이블 텍스트의 의미 표현을 풍부하게 하고, SVFR은 학습된 텍스트 표현을 통합하여 시각적 표현의 의미 정보를 향상시킵니다. 최종적으로 지역적 및 전역적 특징을 활용하여 VLP 모델의 이미지-텍스트 매칭 성능을 최적화하여 제로샷 MLR을 수행합니다. 여러 MLR 벤치마크에서 최첨단 방법들보다 우수한 성능을 보임을 실험적으로 입증하고, 코드를 공개합니다.
