[DL] zero-shot-classification 이란?

제로샷 분류(Zero-shot Classification)는 인공지능 모델이 학습하지 않은 클래스에 대한 분류를 수행하는 방법론입니다. 이 방법론은 주로 자연어 처리(NLP) 분야에서 사용되며, 다음과 같은 원리로 동작합니다.

1. 입력 데이터(예: 문장)를 인코딩하여 벡터 공간으로 변환합니다.
2. 변환된 벡터와 각 클래스의 대표 벡터 사이의 거리를 계산합니다.
3. 거리가 가장 가까운 클래스를 선택하여 분류 결과를 도출합니다.

제로샷 분류는 학습 데이터가 부족한 경우에도 유용하게 사용될 수 있습니다. 하지만, 클래스의 수가 많은 경우에는 정확도가 떨어질 수 있습니다. 이를 보완하기 위해 사전 학습된 모델을 사용하거나, 학습 데이터를 추가로 수집하여 모델을 개선하는 등의 방법이 사용됩니다.

제로샷 분류는 다양한 분야에서 활용될 수 있습니다. 예를 들어, 상품 리뷰나 영화 리뷰 등의 텍스트 데이터를 분류하는 데 사용될 수 있습니다. 또한, 이미지나 음성 데이터를 분류하는 데도 제로샷 분류를 적용할 수 있습니다.