[发明专利]文本视觉问答方法和装置在审
| 申请号： | 202111186856.9 | 申请日： | 2021-10-12 |
| 公开（公告）号： | CN113849623A | 公开（公告）日： | 2021-12-28 |
| 发明（设计）人： | 曾港艳;张远;周宇;杨晓萌;王伟平 | 申请（专利权）人： | 中国传媒大学;中国科学院信息工程研究所 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F16/33;G06F16/35;G06F40/126;G06F40/30;G06N3/04;G06N3/08 |
| 代理公司： | 北京铭硕知识产权代理有限公司 11286 | 代理人： | 张军;曾世骁 |
| 地址： | 100024 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 提供一种文本视觉问答方法和装置，该方法包括：通过文本视觉问答模型中的文字表征获取模块从图像获得视觉增强的文字表征，文字表征获取模块包括OCR模块和TVS模块；通过文本视觉问答模型中的物体表征获取模块从图像获得语义导向的物体表征；通过文本视觉问答模型中的预训练的语言模型从与图像对应的问题语句获得问题表征；通过文本视觉问答模型中的第一多模态交互网络模块从视觉增强的文字表征、语义导向的物体表征、问题表征以及先前解码向量获得与视觉增强的文字表征对应的文字表征增强特征和与先前解码向量对应的当前预测解码向量；通过文本视觉问答模型中的答案预测模块从文字表征增强特征和当前预测解码向量获得与问题语句对应的预测答案。 | ||
| 搜索关键词： | 文本 视觉 问答 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国传媒大学;中国科学院信息工程研究所，未经中国传媒大学;中国科学院信息工程研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111186856.9/，转载请声明来源钻瓜专利网。
- 上一篇：绝缘薄膜及其生产方法
- 下一篇：工业机器人分布式控制系统中间件框架系统
