零样本学习(Zero-shot Learning)是让模型在从未见过目标类别数据的情况下直接对新类别做出识别与推理的学习范式,其核心构成包括语义描述映射、类别属性对齐与预训练知识复用,解决的是新类别数据来不及采集与标注的问题,并不解决细粒度类别难以区分的问题。
零样本学习是什么?
零样本学习(Zero-shot Learning)是让模型在从未见过目标类别数据的情况下直接对新类别做出识别与推理的学习范式,其核心构成包括语义描述映射、类别属性对齐与预训练知识复用,解决的是新类别数据来不及采集与标注的问题,并不解决细粒度类别难以区分的问题。
🔗 本文链接