表征学习又称表示学习，是利用机器学习获取每个实体或关系的向量化表达，以便在构建分类器或其他预测变量时更易提取有用信息的方法。
在机器学习中，表征学习是特征学习的技术整合：即将原始数据转换为可被机器学习开发的形式，它避免了手动提取特征的繁琐，并且允许学习使用特征的同时掌握提取方式。
表征学习主要有两类，分别是监督表征学习和无监督表征学习。
父级词/相关词：机器学习