[論文レビュー] FEAST: Retrieval-Augmented Multi-Hierarchical Food Classification for the FoodEx2 System

Lorenzo Molfetta, Alessio Cocchieri+4 more|arXiv (Cornell University)|Mar 3, 2026

Nutritional Studies and Diet被引用数 0

ひとこと要約

FEASTは、自由テキストの食品記述をFoodEx2コードへマッピングするためのretrieval-augmentedの多段階パイプラインを提案。基本語を特定し、ファセットカテゴリとファセット記述を順次識別することで、密集埋め込み・リランキング・任意でLLMを用いて、階層的かつデータが乏しいラベル空間に対処する。

ABSTRACT

Hierarchical text classification (HTC) and extreme multi-label classification (XML) tasks face compounded challenges from complex label interdependencies, data sparsity, and extreme output dimensions. These challenges are exemplified in the European Food Safety Authority's FoodEx2 system-a standardized food classification framework essential for food consumption monitoring and contaminant exposure assessment across Europe. FoodEx2 coding transforms natural language food descriptions into a set of codes from multiple standardized hierarchies, but faces implementation barriers due to its complex structure. Given a food description (e.g., "organic yogurt''), the system identifies its base term ("yogurt''), all the applicable facet categories (e.g., "production method''), and then, every relevant facet descriptors to each category (e.g., "organic production''). While existing models perform adequately on well-balanced and semantically dense hierarchies, no work has been applied on the practical constraints imposed by the FoodEx2 system. The limited literature addressing such real-world scenarios further compounds these challenges. We propose FEAST (Food Embedding And Semantic Taxonomy), a novel retrieval-augmented framework that decomposes FoodEx2 classification into a three-stage approach: (1) base term identification, (2) multi-label facet prediction, and (3) facet descriptor assignment. By leveraging the system's hierarchical structure to guide training and performing deep metric learning, FEASTlearns discriminative embeddings that mitigate data sparsity and improve generalization on rare and fine-grained labels. Evaluated on the multilingual FoodEx2 benchmark, FEAST outperforms the prior European's CNN baseline F1 scores by 12-38 % on rare classes.

研究の動機と目的

• 階層的テキスト分類とXMLの実世界での課題を動機づける。
• FoodEx2のコーディングをベース語・ファセットカテゴリ・ファセット記述予測へ分解するFEASTを提案する。
• 階層構造と深いメトリック学習を活用してデータ不足を緩和し、稀少ラベルの一般化を改善する。
• 段階ごとにリトリーバルとリランキングを用い、柔軟なLLMベースのオプションを示す。

提案手法

• FoodEx2を三段階パイプラインとして表現する：ベース語の同定、ファセットカテゴリ分類、ファセット記述の割り当て。
• 埋め込み用のbi-encoderとトップ候補を洗練させるcross-encoderリランキングを組み合わせたretrieval-augmentedフレームワークを使用する。
• 階層 taxonomy に由来するハードネガティブ・マイニングを用いて頑健な埋め込みを学習する。
• NL記述をコード要素へマッピングするLLMベースの分類器オプションを備えたretrievalとリランキングの構成要素を採用する。
• 多タスク設定で三つのサブタスクを同時に扱うようLoRAアダプタ付きLLM（LLaMA-3.1-8B）を訓練する。
• 評価はリトリーバル指標（Accuracy@K、Recall@K、NDCG、MRR、MAP）と分類指標（Precision、Recall、F1）をタスク横断で用いる。）

実験結果

リサーチクエスチョン

• RQ1 リトリーバル augmented法はFoodEx2のベース語・ファセットカテゴリ・ファセット記述予測をどの程度改善できるか？
• RQ2 三段階のFEASTパイプラインは稀少で細粒度なFoodEx2コードに対するCNNベースのベースラインを上回るか？
• RQ3 ハードネガティブマイニングと階層構造は未知のベース語・ファセットへの一般化にどのような影響を与えるか？
• RQ4 この階層的・多タスク設定におけるエンコーダーベースのリランキングとLLMベースの分類のトレードオフはどのようか？

主な発見

• FEASTはFoodEx2コーディングの稀少クラスに対して従来の欧州CNNベースのベースラインを12–38%上回る。
• リトリーバル部はベース語と記述の検索で高い性能を達成（例：Base Term Acc@1 96.57%、Descriptor Acc@1 98.90%）。
• リランキングはベース語の正確さを91.01%、記述の正確さを96.03% @1へ向上させる。
• Bi-encoder分類器はファセットカテゴリ間で強力だが不均一な性能を示し、DeBERTa-v3-baseはTask IIの指標を約73% @1、ランク3–10でさらに高く示す。
• LLMベースの分類（LLaMA-3.1-8B with LoRA）はTask IとTask IIIに優れるが、Task IIでは混合結果となり、カテゴリレベルのマルチタスク利得には注意が必要。
• 全タスクを通じてFEASTは検証設定でTask IとTask IIIのほぼ完璧な精度を示し、アウト・オブ・サンプル評価でも堅牢である。