Feature Extractor

释义 Definition

Feature extractor 指“特征提取器/特征提取模块”：把原始数据（如图像、文本、语音、传感器信号）转换为更有用的特征表示的算法、模型或组件，便于后续的分类、检索、聚类或预测等任务。（在机器学习与信号处理里非常常见；在深度学习中常指网络的前几层/骨干网络用于提取特征。）

发音 Pronunciation (IPA)

/ˈfiːtʃər ɪkˈstræktər/

例句 Examples

A feature extractor turns images into vectors.
特征提取器会把图像转换成向量表示。

In our pipeline, the feature extractor is pretrained and frozen, while the classifier is fine-tuned on the new dataset to improve accuracy.
在我们的流程中，特征提取器先用预训练模型并冻结参数，而分类器在新数据集上进行微调以提升准确率。

词源 Etymology

该短语由 feature（“特征、特点”）+ extractor（“提取器”）构成。feature 来自古法语 faiture（“形状、构造”）并与拉丁语 facere（“做、制造”）相关；extract 源自拉丁语 extrahere（ex- “向外” + trahere “拉”），本义是“把某物拉出来”。合起来表达“把数据中的关键特征‘提取出来’的装置/方法”。

相关词 Related Words

• Backbone
• Classifier
• Embedding
• Encoder
• Feature
• Feature Engineering
• Representation
• Transformer

文学与著作 Literary & Notable Works

• Ian Goodfellow, Yoshua Bengio, Aaron Courville 著 《Deep Learning》（深度学习教材中常以“feature extractor”描述卷积网络/编码器的表征学习部分）
• Christopher M. Bishop 著 《Pattern Recognition and Machine Learning》（模式识别语境中讨论特征表示与提取思想，常见“feature extraction/feature extractor”用法）
• Trevor Hastie, Robert Tibshirani, Jerome Friedman 著 《The Elements of Statistical Learning》（统计学习框架下涉及特征构造/表示与模型学习的关系）