新加坡南洋理工最新37页《零样本学习综述》论文

近年来，零样本学习（ZSL，zero-shot learning）已经在大量的任务中受到了广泛的关注。大多数机器学习方法，均侧重于那些训练集中广泛存在的样本进行分类。但现实场景中，许多的任务需要对从未见过的样本进行分类。零样本学习是一种非常强大的学习范式，本篇综述，首先，概述了零样本学习，根据学习过程中使用到的数据模型，我们将其划分为三种学习类型；第二，描述了零样本学习过程中所采用的不同语义空间；第三，对现有零样本学习方法进行了分类，并在每个类别下介绍了具有代表性的方法；第四，讨论了零样本学习的不同应用方向；最后，我们介绍了零样本学习的未来研究方向。