ACM International Conference on Information and Knowledge Management(CIKM 2021)将于2021年11月线上举行，计算机科学与技术学院李熙铭副教授等的论文 "To Be or not to Be, Tail Labels in Extreme Multi-label Learning" 被录用。论文的第一作者为李熙铭副教授指导的2018级理科试验班（唐敖庆计算机班）本科生葛郅琦，通讯作者为李熙铭副教授。

  极限多标签学习问题通常涉及百万级别的标签，其中包含大比例的长尾标签。实际应用场景中，长尾标签存在正样本稀疏、类别不平衡、标注缺失等诸多问题，难以准确学习识别，且大幅度增加算法的时间和空间开销。针对此问题，本文提出一种新的预处理方法用以预估长尾标签的潜在学习难度，并依此仅保留部分易于学习的长尾标签，降低算法的时间和空间开销。实验结果表明，该方法可以在维持极限分类算法性能的前提下，显著减少训练/预测时间和模型大小。

    CIKM会议是数据库／数据挖掘／内容检索领域顶级国际会议（CCF B类会议）。