零样本学习

零样本学习（Zero-Shot Learning）是机器学习领域的一种学习范式，指模型在未见过任何目标类别训练样本的情况下，仍能对其进行识别或推断的能力。其核心机制是利用语义描述、属性向量或知识迁移，将已知类别的知识泛化至未知类别。该方法广泛应用于图像识别、自然语言处理等任务，是解决标注数据稀缺问题的重要技术手段之一。