Monimuotoinen luonnollisen kielen käsittely — Visuaalinen kielen ymmärtäminen
Monimuotoinen luonnollisen kielen käsittely (NLP) on joukko luonnollisen kielen käsittelyputkia, jotka yhdistävät tekstin yhteen tai useampaan lisädataan — yleisimmin kuviin, mutta myös ääneen ja videoon — ymmärtämis- ja generointitehtävien suorittamiseksi, kuten visuaalinen kysymysvastaus, kuvatekstien generointi ja monimuotoinen tunteiden tunnistus. Ala sai modernin muotonsa CLIP-mallin (Radford ym., 2021) myötä ja on sittemmin kehittynyt arkkitehtuurien, kuten BLIP-2:n (Li ym., 2023) kautta, jotka yhdistävät jäädytettyjä kuvakoodereita ja suuria kielimalleja.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- Radford, A., Kim, J.W., Hallacy, C., Ramesh, A., Goh, G., Agarwal, S., Sastry, G., Askell, A., Mishkin, P., Clark, J., Krueger, G., & Sutskever, I. (2021). Learning Transferable Visual Models From Natural Language Supervision. Proceedings of the 38th International Conference on Machine Learning (ICML), 8748–8763. link ↗
- Li, J., Li, D., Savarese, S., & Hoi, S. (2023). BLIP-2: Bootstrapping Language-Image Pre-training with Frozen Image Encoders and Large Language Models. Proceedings of the 40th International Conference on Machine Learning (ICML), 19730–19742. link ↗
Näin viittaat tähän sivuun
ScholarGate. (2026, June 1). Multimodal Natural Language Processing. ScholarGate. https://scholargate.app/fi/text-mining/multimodal-nlp
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- HuomiomekanismiSyväoppiminen↔ compare
- BERT-upotukset – kontekstisidonnaiset tekstiesityksetTekstinlouhinta↔ compare
- Sentiment AnalysisTekstinlouhinta↔ compare
- Vision TransformerSyväoppiminen↔ compare
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →