[发明专利]文本多模态表示方法及装置有效
| 申请号： | 201811230363.9 | 申请日： | 2018-10-22 |
| 公开（公告）号： | CN109359196B | 公开（公告）日： | 2020-11-17 |
| 发明（设计）人： | 黄苹苹;乔敏;朱勇 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06N3/04;G06N3/08 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 宋合成 |
| 地址： | 100085 北京市*** | 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： | 本发明提出一种文本多模态表示方法及装置，其中方法包括：获取待处理的文本，对文本进行识别，获取文本对应的文本对象集合，以及各个文本对象对应的文本向量；针对每个文本对象，获取与文本对象相关的图像集；根据图像集中各个图像对应的图像向量，确定与文本对象对应的图像向量；根据文本对象对应的文本向量以及图像向量，确定文本对象对应的多模态向量，进而确定文本对应的多模态向量，从而能够同时采用文本向量和图像向量对文本进行表示，与多模态任务匹配，且由于文本的多模态表示，使得多模态任务中的融合分类模型或者图像描述模型，通过较少的图像以及文本进行训练，就能够确保一定的准确度，降低了训练成本，提高了多模态任务的执行准确度以及执行效率。 | ||
| 搜索关键词： | 文本 多模态 表示 方法 装置 | ||
【主权项】：
1.一种文本多模态表示方法，其特征在于，包括：获取待处理的文本，对所述文本进行识别，获取所述文本对应的文本对象集合，以及所述文本对象集合中各个文本对象对应的文本向量；针对所述文本对象集合中的每个文本对象，获取与所述文本对象相关的图像集；根据所述图像集中各个图像对应的图像向量，确定与所述文本对象对应的图像向量；根据所述文本对象对应的文本向量以及图像向量，确定所述文本对象对应的多模态向量；根据所述文本对象集合中各个文本对象对应的多模态向量，确定所述文本对应的多模态向量。
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北京百度网讯科技有限公司，未经北京百度网讯科技有限公司许可，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/201811230363.9/，转载请声明来源钻瓜专利网。
