相似度学习、多模态相似度学习、多特征融合、表示学习、注意力机制、外部记忆选择

相似度学习

目的：量化地衡量输入样本之间的相关性。

多模态相似度学习

目的：衡量样本和样本之间在不同方面的不同相似度。

多特征融合

目的：对不同性质的特征进行融合，并挖掘这些不同特征内部和特征之间的关系，以提高具体任务的准确度。

表示学习

目的：通过对输入样本的原始数据进行优化，去除输入样本中的噪声和冗余信息并形成新的表示。

注意力机制

核心思想：在学习的过程中基于样本种不同的内容以不同的权重。

外部记忆选择

核心思想：基于已经学习到的外部记忆对当前的学习进行指导。