基于语义排序的概率零样本分类
机器学习
2015-03-02 v1 人工智能
计算机视觉与模式识别
摘要
在本文中，我们提出一种基于非度量排序的语义相似度表示，其允许自然聚合来自多个异构源的语义信息。我们将该基于排序的表示应用于零样本学习问题，并提出确定性和概率零样本分类器，它们可由预训练分类器构建而无需重新训练。我们在两个大型真实世界图像数据集上展示了它们的优势。特别地，我们表明聚合不同的语义信息源（包括众包）可带来更准确的分类。
引用
@article{arxiv.1502.08039,
title = {Probabilistic Zero-shot Classification with Semantic Rankings},
author = {Jihun Hamm and Mikhail Belkin},
journal= {arXiv preprint arXiv:1502.08039},
year = {2015}
}