Meta Learning 3: 少样本文本分类 InductionNet

1. 模型结构

动态路由，就是将低层胶囊按照特定权重加权映射到上层的胶囊的一种方法，而其核心，其实是一种带权重加权的mean pooling。在InductionNet中具体的步骤如下：

Dynamic Routing的伪代码流程

2. 总结

InductionNet介绍了一种根据知识库中的支持样本作为参考，将新的样本进行分类的做法。其中最重要的部分，就是利用动态路由的方法「归纳」各个支持样本的表征，得到类别的数值表征。

文本是基于度量的元学习方法的最后一篇。本系列的下一篇将会带来基于优化的元学习方法，敬请期待。