什么是零样本学习

零样本学习是一种机器学习技术，使模型能够识别和分类在训练过程中从未遇到过的对象或概念。它通过利用语义关系和辅助信息，将模型从已见类别泛化到未见类别。

这种方法需要描述已见和未见类别的语义描述（如属性或文本嵌入）。模型学习一个对齐输入特征与语义向量的共享嵌入空间。其可行性取决于这些语义链接的质量和相关性，以及模型超越训练数据进行推理的能力。主要技术包括基于属性的分类和基于嵌入的投影。

主要应用场景是缺乏所有可能类别标注数据的情况，这在图像识别、自然语言处理和多模态系统中很常见。其核心价值在于大幅减少对大量标注数据集的需求，支持识别稀有或新型类别，并促进灵活AI系统的构建。这对于现实世界的适应性至关重要。