一种多粒度文本表示和图文融合的视觉问答方法及系统.pdfVIP

下载本文档

0
0
约1.74万字
约 16页
2023-05-20 发布于北京
举报
版权申诉

一种多粒度文本表示和图文融合的视觉问答方法及系统.pdf

1、本文档共16页，其中可免费阅读15页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及一种多粒度文本表示和图文融合的视觉问答方法及系统，包括以下步骤：获得图片和与图片对应的问题文本，得到图片特征；通过层级扩张卷积提取问题文本中不同级别的句子信息形成文本特征；将得到的图片特征和文本特征进行向量拼接后，经Transformer层融合不同模态的高阶特征得到自适应融合特征向量，经线性变换转换为候选答案维度，通过预测函数得到答案的预测结果。在文本特征表示中进行多层次的文本信息描述保留文本的多层次特征，使用图文自适应融合的方式融合不同模态的高阶特征向量，从多个层面准确的表达问题主题

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114925703 A (43)申请公布日 2022.08.19 (21)申请号 202210667045.9 G06V 10/764 (2022.01)