本文提出了一种新的广义零样本学习方法，通过低维嵌入打破视觉-语义间隙，利用视觉神谕量化噪声语义数据的影响，提高准确性。实验结果显示该方法在语义和视觉监督下优于现有技术。

本文提出了一种方法和评价，用于在零样本学习和广义零样本学习环境中对文档图像分类进行全面分析。通过引入一种全新的 ' 内容模块 '，可以提升 CLIP 的零样本学习能力，提高了准确率和调和平均值。这项工作为零样本文档分类的未来研究指明了方向。

本文提出了一种使用条件 VAE 的语义分离框架，能够将未见过的类别的视觉特征分解为与语义一致、不相关的潜在向量，并通过相关性惩罚和关系网络确保两个分解表示之间的独立性和语义一致性。实验表明，该框架分离出的语义一致特征在广义零样本学习任务中更具普适性。