文中涉及的概念
Few-shot learning
每个类只有很少的可见例子（一般小于10），训练一个模型对其分类。
Zero-shot learning
现有一些可见的例子和一些不可见的例子，使用可见的例子训练模型能够对不可见的例子进行分类。
Generalized zero-shot learning
现有一些可见的例子和一些不可见的例子，使用可见的例子训练模型能够对所有的例子进行分类。
Multi-modal alignment
多模态对齐，寻找不同模态（如图像、文字、语音）中的属性的对应关系，文中主要是指多个VAE中的latent space的属性的对齐。