少样本快速适应
将网络嵌入与元学习结合，同时挖掘MIML对象的结构和属性信息，显著优于现有算法。
Qiu, Sichao · Mengyi, Wang · Yang, Yuanlin · 余国先 · 王俊 · 闫中敏 · Domeniconi, Carlotta · 郭茂祖
Information Fusion 2023
元学习提取跨任务知识，使模型能在新任务上快速适应，仅需少量训练数据。
通过网络嵌入获取包与其他类型对象关联的上下文表示，提取结构信息，提升语义理解。
同时利用结构信息和属性信息进行预测，而非单一视角，提高准确性。