零样本学习综述

作者：欧光金

来源：现代计算机(专业版), 2021, 57(13): 45-48.

• 零样本学习
• 机器学习
• 计算机视觉

监督学习方法对于训练过程中出现的类别的分类性能较好,但在某些场景下需要识别训练过程中从未出现过的类别。零样本学习作为解决这一问题的范式,逐渐成为了机器学习、计算机视觉等领域中的热门研究课题。在本文中,我们提出了一个比较全面的关于零样本学习的综述。首先,对零样本学习进行概述,并将零样本学习按照模型训练中使用数据的不同划分了两种设定,然后描述现有零样本学习方法采取的不同语义空间。其次,对现有的零样本学习方法进行了大致分类,并简单介绍了每种类别的代表性方法。在此基础上,讨论现有零样本学习的实际应用。最后对零样本学习的未来的研究方向进行预测。