基于自编码器的零样本学习方法研究进展

摘要

零样本学习不需要额外的样本标注以及训练数据,便能有效地扩展模型识别能力,这个特点使之成为一个热门而实用的研究领域。近年来,基于自编码器的零样本学习方法不仅能有效解决映射域偏移问题,更是在分类、识别等任务上带来精度的显著提升,这引起学者们的广泛关注。通过对自编码器应用到零样本学习上的方式进行分析归纳,为基于自编码器的零样本学习方法的进一步研究提供理论基础。