开放场景下的深度半监督学习研究.pdf

摘要

深度半监督学习通过有效利用无标记数据,降低了模型训练对大规模标记数

据的依赖,是深度学习领域的研究热点。然而,现有深度半监督学习往往建立在

封闭假设上,即标记数据和无标记数据类别空间相同,这种假设在现实场景中往

往难以满足。开放场景下的深度半监督学习考虑无监督数据中含有未标记的不可

见类,扩展了传统的深度半监督学习。然而,现有的开放场景深度半监督学习仍

依赖大量可见类的标记样本,且只利用了图像模态的信息,忽略了结合文本模态

信息的潜力,难以应对样本稀缺与标记模糊的场景。因此,本文首先针对每个可

文档评论(0)

1亿VIP精品文档

相关文档