本研究提出了一种整合语言类别嵌入和查询嵌入的方法，以解决多数据集图像分割中的语义不一致问题。实验结果表明，该方法在语义分割、全景分割和实例分割方面优于以往技术，显著提升了处理不一致标签的性能。

本研究使用语言嵌入进行自动驾驶数据集的主动学习，重点关注新颖性检测。通过对比语言-图像预训练嵌入对数据集进行聚类实验，有效地分离出新颖场景。进一步提出了生成用于区分新颖场景与其他场景的文本解释的方法，并讨论了安全接管、数据整理和多任务主动学习的潜在应用。