多标签零样本特征的合成方法、电子设备和存储介质

本发明实施例涉及机器学习领域，特别涉及一种多标签零样本特征的合成方法、电子设备和存储介质，包括：获取由目标样本资料源数据经过转化后得到的向量数据，利用预设的时序缩放模型将向量数据转换成时序数据；基于时序数据，提取出对应于多个预设标签的类特定嵌入向量；结合所述时序缩放模型提供的时序缩放算法，基于各类特定嵌入向量生成全局嵌入向量及第一合成特征；基于每一所述类特定嵌入向量，对应生成一类特定潜在特征及第二合成特征，基于第一合成特征和第二合成特征，生成最终的融合特征。本申请的融合特征包含了来自不同源的信息，有助于增强模型对未见类别的识别能力，提高模型在多标签零样本分类任务中的泛化性能。