本文汇总多项研究：词汇蕴含识别新方法在部分数据集上表现更优；CENs模型学习可解释图像嵌入并建模工人偏差；课程学习通过调整标签表示提升训练效果；少量未见图片可降低标注成本并提升泛化；提出上下文视觉相似度用于图像搜索；基于上下文概率比较的框架提升语句相似度；可解释图像嵌入减少匹配搜索成本；图神经网络测量场景图相似度用于图像检索；Un-Mix无监督学习提升泛化；图像对相似度度量学习增强嵌入鲁棒性。