- 1、本文档共47页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
现有的机器学习方法在训练时需要用到大量标注数据。但是考虑到在现实生活
中某些类的训练数据是难以获取的或者是获取成本较高的,且新的类别总是在动态
增加,在此情况下难以获取大量可用的标记数据。为了能够在没有样本的情况下训
练得到一个好的模型,研究人员提出了零样本学习的概念。目前零样本学习方法主
要通过嵌入模型建立可见类和不可见类之间的联系,或训练生成模型为不可见类生
成相对应的虚拟样本。其中基于生成模型的方法由于其可以为不可见类生成虚拟样
本,从而将零样本学习任务转变为全监督任务,引起了广泛研究。
文档评论(0)