joint feature(常译为“联合特征/联合作用特征”)指把两个或多个变量、属性或输入源组合在一起形成的特征表示,用来捕捉它们之间的关系或交互信息。机器学习中常见于特征交叉(feature interaction)、多模态融合、结构化预测等场景。(在非技术语境中,也可泛指“共同的特征/共享的特点”。)
The model uses a joint feature of age and income to improve predictions.
该模型使用“年龄+收入”的联合特征来提升预测效果。
By designing a joint feature representation that merges text and image cues, the system can classify posts more accurately under noisy conditions.
通过设计融合文本与图像线索的联合特征表示,系统即使在噪声较大的情况下也能更准确地对帖子进行分类。
/ˌdʒɔɪnt ˈfiːtʃər/
joint 源自拉丁语 iungere(连接、结合)经由古法语发展而来,核心含义是“把东西连在一起”。feature 来自法语 feature,与拉丁语 factura(制作、形成)相关,后来引申为“显著特征/属性”。合在一起,joint feature 直观表达“由多部分结合而成的特征”。
该短语更常见于机器学习/统计学习与计算机视觉的教材与论文语境(属于专业术语),在通俗文学作品中出现较少。你更可能在以下类型的权威作品中遇到其用法(常以“joint feature (representation)”等形式出现):