本文综述广义零样本学习（GZSL）的挑战与分层分类方法，介绍代表性方法、基准数据集及应用。相关研究涵盖基于3D卷积网络的视频分类、特征细化方法FREE、语义分离框架、条件VAE、贝叶斯元类方法及GAN生成框架等，显著优于现有技术，并强调改进类别语义嵌入的重要性。

该文章介绍了一个包含西班牙语常见动宾短语及其出现句子的数据集，用于分层分类任务。数据集通过对西班牙新闻中的短语进行依赖树解析和匹配而创建，提供了每个目标的基准和数据拆分。每个动宾短语都被分配到37个词汇功能中的一个类别，并将这些类别组合成一个基于树结构的体系，并为每个层级引入了分类目标。