zero-shot classifier
En zero-shot classifier er en klassifikationsmodel, der kan forudsige klasser, som den ikke er blevet eksplicit trænet på, ved at udnytte semantisk information fra en separat repræsentation.
Kort fortalt
En model, der kan klassificere data i kategorier, den aldrig har set før.
- Kategori
- begreb
- Niveau
- øvet
- Udtale
- /ˈzɪəroʊ ʃɒt ˈklæsɪfaɪər/
Betydninger
1- 1
En klassifikationsmodel, der er i stand til at genkende og kategorisere instanser af klasser, som ikke var en del af dens træningsdata, ved at bruge en semantisk eller sproglig beskrivelse af klasserne.
- Vi brugte en zero-shot classifier fra Hugging Face til at identificere nye produktkategorier uden yderligere træning.
- Zero-shot klassifikatorer er særligt nyttige i multi-label klassifikation, hvor klassesættet konstant ændrer sig.
Hvornår bruges det
Zero-shot klassifikatorer bruges i scenarier, hvor mærkede data er knappe eller dynamiske, såsom i tekstklassifikation, hvor nye emner opstår hyppigt. De anvendes ofte via sprogmodeller, der kan udnytte naturlige sprogbeskrivelser af klasserne.
Oprindelse
Udtrykket 'zero-shot' kommer fra maskinlæringsfeltet, hvor 'shot' refererer til antallet af træningseksempler; zero-shot betyder ingen træningseksempler på de pågældende klasser.
Afledte ord
2Kilder
1- A Survey of Zero-shot Learning