一种面向多维度语义对象的深度度量学习方法

本发明公开了一种面向多维度语义对象的深度度量学习方法，至少包括两个学习阶段；第一学习阶段中：同时计算两组隐特征向量，其中一组用于学习每个维度内独特的相似度度量，另一组用于学习跨维度的共有相似度度量；第二学习阶段中：使用注意力模块结合第一学习阶段学到的两组隐特征向量，进一步学习每个维度特有的相似度度量，通过共有度量考虑维度相关性信息，输出每个维度专属的隐特征表示，最后采用5近邻分类准则为多维度语义对象进行分类。本发明方法进一步提高多维度语义对象分类模型的分类性能与泛化能力。