Classificação zero-shot: como funciona e quando usar

O que fazer quando você precisa classificar um texto em uma nova categoria, mas não tem um único exemplo rotulado para treinar?

Bem, não dá para seguir pelo caminho dos classificadores tradicionais. Eles exigem exemplos rotulados para cada categoria que você quer prever — o que significa semanas de anotação antes mesmo de começar a treinar. E assim que surge uma nova categoria, lá se vai você rotular tudo de novo.

É aí que entra a classificação zero-shot. Ela pula toda a etapa de rotulagem ao permitir que um modelo atribua rótulos que ele nunca viu durante o treinamento. Na prática, isso significa que você pode separar feedbacks de clientes em categorias como "reclamação de cobrança" ou "pedido de feature" sem preparar um único exemplo de treino para nenhuma delas.

Neste artigo, vou explicar como a classificação zero-shot funciona, como ela se compara às abordagens tradicionais e few-shot, e como aplicá-la a tarefas reais de NLP usando o Hugging Face Transformers.

O que exatamente é o Hugging Face? Inscreva-se na nossa trilha Hugging Face Fundamentals para criar agentes de IA e ajustar LLMs.

O que é classificação zero-shot?

Classificação zero-shot é uma abordagem de machine learning em que um modelo atribui rótulos aos dados sem ter sido treinado especificamente nesses rótulos.

A parte-chave aqui é esse "zero-shot". Significa que o modelo vê zero exemplos de treino para as categorias que você quer prever. Você fornece um texto e uma lista de possíveis rótulos, e ele escolhe o melhor com base no que já aprendeu.

Todo esse conhecimento vem do pré-treinamento. Modelos grandes adquirem um entendimento amplo de linguagem e conceitos a partir de corpora massivos de texto, e é esse conhecimento geral que eles usam quando você pede para classificar algo novo.

Como a classificação zero-shot funciona

O fluxo por trás da classificação zero-shot fica simples quando quebrado em etapas. Você só precisa de quatro:

1. Forneça o texto ou dado de entrada: Pode ser o que você quiser classificar — uma avaliação de cliente, um ticket de suporte, uma manchete, um trecho de documentação.

2. Informe os rótulos candidatos: Você passa para o modelo uma lista de possíveis categorias. São apenas palavras ou frases curtas, como "product question", "refund request", "technical issue" ou "general inquiry".

3. O modelo avalia a relação entre entrada e rótulos: Ele analisa cada rótulo e atribui uma pontuação de adequação com base em seu entendimento de linguagem adquirido no pré-treinamento.

4. Seleciona-se o rótulo mais provável: O rótulo com maior pontuação é retornado como a previsão, geralmente com uma confiança para cada candidato.

A grande vantagem é que você pode trocar os rótulos candidatos a qualquer momento, sem retreinar. Se amanhã quiser adicionar uma nova categoria, basta colocá-la na lista. É de cair o queixo para quem só trabalhou com aprendizado supervisionado.

Classificação zero-shot vs. classificação tradicional

Ambas resolvem o mesmo problema (atribuir rótulos a dados), mas chegam lá de jeitos diferentes.

Classificação tradicional

Classificadores tradicionais aprendem com exemplos rotulados. Você coleta um conjunto de dados em que cada item está marcado com a categoria correta, treina um modelo e ele aprende os padrões que separam uma classe da outra.

Isso funciona bem há décadas, mas tem duas grandes limitações:

• Você precisa de dados rotulados para treino: Muitas vezes, em grande volume. Coletar e anotar esses dados consome tempo e dinheiro — recursos finitos e valiosos.
• O conjunto de rótulos é fixo: Depois de treinado, o modelo só prevê as categorias que viu no treino. Adicionar uma nova classe significa voltar e treinar de novo.

Classificação zero-shot

Zero-shot funciona ao contrário. Não há treinamento específico para a tarefa. O modelo usa o que aprendeu no pré-treinamento para avaliar qualquer rótulo que você passar.

Isso traz duas vantagens:

• Sem treino específico da tarefa: Você pula completamente coleta, anotação e treinamento.
• Conjunto de rótulos flexível: Você pode mudar as categorias a qualquer momento. Adicione novas, remova antigas, renomeie — o modelo lida com isso sem retreino.

Os trade-offs

Essa flexibilidade tem custo. Um classificador tradicional treinado em um bom conjunto rotulado geralmente supera um modelo zero-shot naquela tarefa específica. Ele viu exatamente os exemplos que importam e se ajustou a eles.

Modelos zero-shot são generalistas. Eles são bons em muita coisa, mas raramente os melhores em uma única. A escolha depende do que você precisa.

Se você tem dados rotulados e busca a maior acurácia em um conjunto fixo de categorias, treine um classificador tradicional. Se você não tem dados rotulados ou suas categorias mudam com frequência, zero-shot é o caminho mais rápido para uma solução funcional.

O papel dos foundation models e LLMs

A classificação zero-shot ganhou força porque modelos grandes pré-treinados ficaram bons o suficiente para lidar com ela.

Antes dos foundation models, não dava para simplesmente passar uma lista de rótulos inéditos e esperar previsões razoáveis. O modelo não sabia o bastante sobre linguagem para fazer a conexão. O pré-treinamento em enormes corpora de texto mudou isso. Um modelo que “leu” boa parte da internet já encontrou palavras como "refund" ou "complaint" em incontáveis contextos, então passar a relacioná-las a novas entradas se tornou possível.

Algumas famílias de modelos sustentam a maioria dos fluxos zero-shot hoje:

• BERT e variantes: Modelos no estilo BERT aprendem representações profundas de texto no pré-treinamento. Variantes como RoBERTa e DeBERTa levaram isso além com métodos melhores e datasets maiores.
• Modelos baseados em NLI: São modelos ajustados em tarefas de inferência de linguagem natural. Estão por trás da maioria dos pipelines zero-shot prontos para uso — e, na próxima seção, explico o porquê.
• LLMs modernos: Modelos de linguagem grandes como a família GPT ou Claude lidam com zero-shot via prompting. Você descreve a tarefa em linguagem natural, lista as categorias e o modelo escolhe uma.

O ponto em comum é escala e generalidade. Um modelo treinado para uma tarefa estreita só faz aquela tarefa. Um modelo treinado em dados de texto amplos pode ser direcionado a muitas tarefas sem nunca ver exemplos rotulados delas.

Inferência de linguagem natural (NLI) e classificação zero-shot

A maioria dos classificadores zero-shot que você verá na prática é construída sobre modelos de NLI. Isso costuma surpreender, então vale detalhar.

NLI é uma tarefa própria. Dadas duas sentenças (uma premissa e uma hipótese), o modelo decide a relação entre elas. A saída é um de três rótulos:

• Implica (entailment): a hipótese decorre da premissa.
• Contradição: a hipótese contradiz a premissa.
• Neutro: as sentenças são independentes ou não há informação suficiente para decidir.

Por exemplo, se a premissa é "The team finished the project two weeks early" e a hipótese é "The team delivered on time", um modelo de NLI deve prever implicação. Se a hipótese for "The team missed the deadline", deve prever contradição.

Essa configuração é excelente para zero-shot. Se você tratar sua entrada como a premissa, pode transformar cada rótulo candidato em uma hipótese.

Suponha que você queira classificar a frase "My package never arrived" em uma de três categorias: problema de envio, problema de cobrança ou dúvida sobre o produto. O modelo não enxerga isso como rótulos; ele vê como hipóteses, geralmente usando um template simples como "This text is about {label}":

• Premissa: "My package never arrived" | Hipótese: "This text is about a shipping issue"

• Premissa: "My package never arrived" | Hipótese: "This text is about a billing issue"

• Premissa: "My package never arrived" | Hipótese: "This text is about a product question"

O modelo de NLI pontua cada par. A hipótese com maior score de implicação vence, e esse rótulo vira a previsão.

O modelo nunca precisou “aprender” o que "shipping issue" ou "billing issue" significa como rótulo. Ele só precisou aprender o que é implicação em geral — e isso veio do fine-tuning em NLI.

É por isso que o zero-shot baseado em NLI funciona tão bem. O modelo faz a tarefa para a qual foi treinado (julgar implicação), e você apenas enquadra seu problema de classificação como uma série de questões de implicação.

Zero-shot vs. few-shot vs. modelos ajustados (fine-tuning)

Zero-shot não é a única forma de fazer um modelo executar uma tarefa de classificação sem um treino completo. Vamos comparar com as alternativas.

Zero-shot

Zero-shot significa nenhum exemplo. Você passa ao modelo uma entrada e uma lista de rótulos candidatos, e ele faz a previsão com base no que aprendeu no pré-treinamento.

O modelo nunca viu dados rotulados para sua tarefa específica. Ele trabalha 100% com conhecimento geral.

Few-shot

Few-shot dá ao modelo alguns exemplos, normalmente dentro do prompt. Você mostra dois, cinco, talvez dez exemplos de entradas com os rótulos corretos e pede para classificar uma nova entrada do mesmo jeito.

Aqui não há retreinamento. Os pesos continuam os mesmos do pré-treinamento. Os exemplos servem como referência — um “é disso que estou falando com essas categorias” antes da previsão.

Fine-tuning

Fine-tuning é um processo de treinamento dedicado. Você pega um modelo pré-treinado, alimenta com um dataset rotulado da sua tarefa e atualiza os pesos até ele ficar bom em prever suas categorias específicas.

É a opção mais pesada. Você precisa de dados rotulados, infraestrutura e tempo. Em troca, o modelo se especializa na sua tarefa.

Comparando as três

As três diferem em três pontos que importam na prática: acurácia, flexibilidade e custo.

Zero-shot learning comparado às alternativas

Alguns pontos valem destaque a partir da tabela.

Acurácia não é um ranking simples. Fine-tuning vence quando há dados rotulados suficientes e a tarefa é estável. Mas em uma tarefa nova, sem exemplos para aprender, fine-tuning nem é opção — e zero-shot vira a escolha realista.

A flexibilidade vai no sentido oposto. Zero-shot permite mudar categorias quando quiser. Modelos ajustados ficam presos ao conjunto de rótulos do treino.

O custo é o mais evidente. Zero-shot custa quase nada para começar. Few-shot adiciona uma etapa pequena de anotação. Fine-tuning é um projeto à parte e precisa de infraestrutura dedicada.

O fluxo que a maioria dos times adota é começar com zero-shot para ver se a tarefa é viável. Se a acurácia não for suficiente, partir para few-shot. Se ainda não bastar e a tarefa for importante, fazer fine-tuning.

Classificação zero-shot em NLP

A classificação zero-shot aparece em muitos fluxos de NLP, principalmente quando dados rotulados são escassos ou as categorias mudam sempre. Aqui vão as aplicações mais comuns.

Análise de sentimento

É o exemplo clássico. Você passa um texto e pede para o modelo escolher entre rótulos como "positive", "negative" e "neutral".

O interessante é como é fácil ir além do trio padrão. Um classificador tradicional fica preso ao que foi treinado. Com zero-shot, você pode usar rótulos mais específicos como "frustrated", "satisfied", "confused" ou "excited" e o modelo lida com isso sem retreino. É ótimo para feedback de produto ou monitoramento de redes sociais, onde as emoções de interesse dependem do contexto.

Classificação de tópicos

Classificação de tópicos organiza documentos por assunto. Notícias em "politics", "sports", "technology", "finance". Tickets de suporte em "billing", "shipping", "account access", "feature request".

Com zero-shot, isso fica trivial de configurar. Você não precisa de dataset rotulado para cada novo tópico. Se seu produto lança uma nova feature e você quer rastrear tickets sobre ela, é só adicionar "new feature feedback" à lista de rótulos candidatos e pronto.

Detecção de intenção

Detecção de intenção descobre o que o usuário quer fazer. É o motor por trás de chatbots e assistentes de voz. Quando alguém digita "I need to change my password", o modelo precisa reconhecer a intenção como "password reset" e não, por exemplo, "general security question".

Aqui o zero-shot brilha. Produtos reais adicionam novas intenções de usuário o tempo todo, e retreinar o classificador sempre que a equipe de produto lança algo novo dá trabalho. Zero-shot permite manter a lista de intenções atualizada sem mudar o modelo.

Moderação de conteúdo

Moderação de conteúdo sinaliza textos problemáticos — coisas como "hate speech", "spam", "harassment" ou "misinformation". As plataformas precisam atualizar políticas, e as categorias mudam conforme surgem novos tipos de abuso.

Zero-shot é um ótimo encaixe aqui. As equipes de moderação podem ajustar definições ou adicionar novas categorias conforme as políticas evoluem, sem voltar para um ciclo de retreinamento com a engenharia. Geralmente é combinado com classificadores tradicionais para casos de alto volume, enquanto zero-shot cobre a cauda longa de categorias que não têm dados rotulados suficientes para treino.

Classificação zero-shot com Hugging Face Transformers

A biblioteca transformers do Hugging Face é a forma mais simples de experimentar classificação zero-shot em Python. A API pipeline esconde praticamente todo o trabalho de carregamento de modelo, então você sai do zero para previsões em poucas linhas.

Na primeira execução do snippet, o modelo será baixado, então pode levar um tempo.

Aqui está um exemplo completo para você rodar:

from transformers import pipeline
from pprint import pprint

# Load a zero-shot classification pipeline
classifier = pipeline(
    "zero-shot-classification",
    model="facebook/bart-large-mnli"
)

# The text you want to classify
text = "My package never arrived and customer support hasn't responded in three days."

# The labels you want the model to choose from
candidate_labels = [
    "shipping issue",
    "billing issue",
    "product question",
    "general inquiry"
]

# Run the classification
result = classifier(text, candidate_labels)

pprint(result)

A saída é um dicionário com três campos: a entrada original, os rótulos candidatos ordenados do mais para o menos provável e a confiança de cada rótulo.

Saída do pipeline

"shipping issue" vence com confiança de 0,82. O modelo nunca viu exemplos rotulados de reclamações de envio durante o treino, mas deduziu isso a partir do bart-large-mnli pré-treinado, ajustado em dados de NLI — exatamente como vimos na seção anterior.

Alguns pontos valem ser destacados nesse fluxo:

• O modelo é de NLI: bart-large-mnli é o BART ajustado no dataset MultiNLI. Ao chamar o pipeline, seus rótulos são convertidos em hipóteses nos bastidores e passados pelo modelo.

• Você pode mudar rótulos quando quiser: Nada no modelo precisa mudar. Troque a lista candidate_labels e você estará classificando em outras categorias.

• Multi-rótulo a um parâmetro de distância: Defina multi_label=True ao chamar o pipeline, e os rótulos deixam de competir entre si. Cada rótulo recebe uma probabilidade independente, então uma única entrada pode pertencer a várias categorias.

result = classifier(text, candidate_labels, multi_label=True)
pprint(result)

Saída multi-rótulo

Esse é o fluxo completo. Carregue o pipeline, defina seus rótulos, chame o classificador. Muito mais rápido e simples do que construir um modelo do zero.

Erros comuns com classificação zero-shot

Classificação zero-shot é fácil de configurar — e é por isso mesmo que é fácil usar errado. Aqui estão os deslizes mais comuns em projetos reais.

Escolher rótulos vagos

Os rótulos são como você comunica a tarefa ao modelo. Rótulos vagos geram previsões vagas.

"good" e "bad" não dizem muita coisa ao modelo. "customer is happy with the product" e "customer is reporting a problem with the product" dão material para trabalhar. Quanto mais seus rótulos parecerem frases significativas, melhor o modelo irá pontuá-los em relação às entradas.

Evite também rótulos que se sobrepõem. Se "complaint" e "negative feedback" aparecem na sua lista, o modelo vai dividir a confiança entre eles e nenhum sairá vencedor com clareza.

Assumir que zero-shot iguala o desempenho de fine-tuning

Esse é o mais comum. Zero-shot é bom, mas não faz milagre.

Um modelo ajustado com alguns milhares de exemplos rotulados da sua tarefa quase sempre vai superar um zero-shot nessa mesma tarefa. Se você está vendo 85% de acurácia com zero-shot e precisa de 95% em produção, não há ajuste de rótulo que feche esse gap. Nesse ponto, fine-tuning é a resposta.

Use zero-shot quando não tem dados rotulados, quando as categorias mudam muito, ou quando “bom o suficiente” realmente é suficiente. Não escolha apenas porque é mais rápido de configurar e depois se surpreenda se ficar abaixo do esperado em uma tarefa crítica.

Avaliar com datasets estreitos demais

A história é assim: você constrói um zero-shot, testa em 50 exemplos escritos por você e ele acerta todos. Você lança, chega à produção e as pessoas reclamam do desempenho.

Os 50 exemplos que você escreveu não representam o que os usuários reais enviam. Eles são mais limpos, óbvios e alinhados à sua visão de categorias. Avalie com dados parecidos com os que o modelo verá de fato — texto gerado por usuários, com erros, gírias e casos de borda. Se você ainda não tem esses dados, amostre algumas centenas de entradas reais e rotule manualmente antes de confiar nos números.

Ignorar linguagem específica do domínio

Modelos zero-shot genéricos conhecem linguagem genérica. Eles não dominam o jargão do seu setor.

Terminologia médica, linguagem jurídica, siglas de finanças, especificações de engenharia — todos têm vocabulários estreitos que modelos pré-treinados viram, mas não em profundidade. Se você pedir para um modelo geral classificar uma frase cheia de códigos CID-10 ou mensagens de erro de SQL, espere resultados irregulares.

Aqui você tem duas opções. Reescreva seus rótulos em linguagem simples, mais provável de o modelo entender, ou troque para um modelo pré-treinado no seu domínio. BioBERT para textos médicos, FinBERT para finanças e outros modelos específicos costumam superar os gerais em tarefas especializadas.

Por que a classificação zero-shot é importante na IA moderna

A classificação zero-shot é uma das demonstrações mais claras de como os foundation models mudaram o que é possível em IA.

Há uma década, toda tarefa de classificação começava com a mesma pergunta: temos dados rotulados? Se não, como conseguir? Projetos de anotação levavam meses, exigiam orçamento, fornecedores e controle de qualidade. O modelo nem podia ser construído antes dos dados existirem.

Essa suposição não é mais verdadeira.

Um foundation model treinado em texto amplo já sabe o suficiente sobre linguagem para lidar com uma nova tarefa de classificação no momento em que você a descreve. A lista de rótulos é a única coisa que você precisa definir.

Essa mudança importa por alguns motivos que se conectam a tendências maiores em IA:

• Mostra para que servem os foundation models: O objetivo do pré-treinamento em escala é criar um modelo geral o bastante para ser redirecionado a muitas tarefas sem retreino. A classificação zero-shot é um dos exemplos mais claros dessa promessa em ação.
• Reduz a dependência de datasets supervisionados: Dados rotulados continuam úteis, mas não são mais obrigatórios para criar um classificador funcional. Times sem orçamento para anotação ainda podem lançar recursos valiosos de IA.
• Acelera a implantação: Um recurso de classificação que levava um trimestre para sair agora pode ser prototipado numa tarde. Isso muda o que os times decidem construir, porque o custo de tentar caiu para quase zero.

A tendência mais ampla é a migração de modelos específicos de tarefa para modelos de propósito geral. Fine-tuning ainda tem seu lugar — e treinar do zero também, quando a tarefa exige. Mas o ponto de partida padrão mudou. Primeiro, você recorre a um modelo pré-treinado e só especializa quando os dados justificam.