由于获取标注图像是一份需要大量时间、人力的困难的工作，为了识别缺乏训练样本的类别，零样本图像标注引起了众多学者的关注。使用神经网络语言模型构建的隐性语义空间作为中间层的方法取得了目前最好的零样本图像标注效果。但是，对于语言模型中出现频率较低的概念，在隐性语义空间中的映射是不可靠的。因此本文提出了层次语义映射的方法，把概念映射到中间层时，把概念在WordNet结构中的相关层次信息加以考虑。此外，我们把Flickr标签作为训练神经网络语言模型的语料库，进行概念词向量匹配时使用部分匹配，都使得零样本学习的正确率得到了提高。较现有最好结果，hit@1从9.4%提高到了18.3%。此外，基于层次语义映射对有歧义的概念进行图像搜索，对于同样的标签的不同意义表现出了区分度，获得了更好的对应搜索结果。