Synthèse multimodale de texte
La synthèse multimodale de texte génère un résumé textuel concis en traitant conjointement plusieurs modalités d'entrée — le plus souvent du texte et des images, mais aussi des images vidéo ou de l'audio — à l'aide de modèles d'apprentissage profond qui alignent les représentations visuelles et linguistiques. La sortie est un résumé en langage naturel qui capture le contenu saillant de toutes les modalités disponibles.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Zhu, J., Li, H., Liu, T., Zhou, Y., Zhang, J., & Zong, C. (2018). MSMO: Multimodal Summarization with Multimodal Output. Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing (EMNLP), 4154–4164. link ↗
- Zhu, J., Zhou, Y., Zhang, J., Li, H., Zong, C., & Li, C. (2020). Multimodal Summarization with Guidance of Multimodal Reference. Proceedings of the AAAI Conference on Artificial Intelligence, 34(05), 9749–9756. link ↗
Comment citer cette page
ScholarGate. (2026, June 3). Multimodal Text Summarization (Cross-Modal Abstractive and Extractive Summarization). ScholarGate. https://scholargate.app/fr/deep-learning/multimodal-text-summarization
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.
- Classification basée sur BERTApprentissage profond↔ compare
- Résumé de texte affinéApprentissage profond↔ compare
- Classification multimodale basée sur BERTApprentissage profond↔ compare
- Réponse aux questions multimodalesApprentissage profond↔ compare
- Transformeur MultimodalApprentissage profond↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →