基於這一觀察,作者建議直接定義引數化變數的分佈,然後優化了對這個分佈的增強損失部分的期望,以近似使用各種對映函式增強資料計算得到的原始增強損失部分
值得注意的是,對於每個類,可以透過簡單的連線或加權組合來考慮從不同的外部知識資源計算出的多個語義向量External Knowledge外部知識通常有四種:文字,屬性,知識圖譜,本體&規則,四種知識的特點如下表所示1
故可以考慮找到影象灰度值的一個對映關係使得影象對映後的直方圖滿足均勻分佈
左3-滿射但非單射,則當y=C時,其反向對映x有多解