摘要：近年来，深度学习模型在图像、语音、文本识别等领域内取得了显著成就。然而，深度学习模型严重依赖于大量标签数据，使得其在数据缺乏的特殊领域内应用严重受限。面对数据缺乏等现实挑战，很多学者针对数据依赖小的弱监督机器学习方法开展研究，出现了很多典型研究方向，如小样本学习、零样本学习等。针对弱监督机器学习方法，系统阐述了小样本学习、零样本学习、零—小样本学习的问题定义、当前主要方法以及主流实验设计，最后基于当前研究中出现的问题，对下一阶段研究方向进行了总结展望。