传统的零样本学习模型通常学习从视觉特征空间到语义嵌入空间（例如属性空间）的投影函数。然而，这样的投影函数只关注于预测训练数据中已知类别的语义表示（例如属性预测）或分类。当应用于测试数据时，零样本学习模型通常会受到映射域偏移的影响，因为测试数据中包含未知类别的数据，没有训练数据进行学习。为了解决这个问题，我们提出了一种基于MATLAB的语义自动编码器模型，它能够更好的适应零样本学习任务。该模型能够自动地将高维视觉特征空间压缩为低维语义嵌入空间，从而实现从未被训练过的（或者“未知”的）类别的语义表示预测。