ScholarGate
Pembantu
Machine learningDeep learning / NLP / CV

Penyematan Zarah Pelbagai Mod (Multimodal Sentence Embeddings)

Penyematan zarah pelbagai mod memetakan teks dan imej (dan kadang-kadang audio atau video) ke dalam ruang vektor berterusan yang dikongsi, supaya pasangan yang berkaitan secara semantik dari modaliti yang berbeza mendarat berdekatan. Dilatih dengan objektif kontrastif pada korpus berpasangan yang besar, perwakilan ini menggerakkan pengambilan rentas-modaliti, pengelasan sifar- شوت (zero-shot), dan penaakulan penglihatan-bahasa.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Penyematan Zarah Pelbagai Mod (Multimodal Sentence Embeddings)
CLIPDoc2Vec MultimodaRangkaian Saraf Graf Mul…Klasifikasi Imej Multimo…Multimodal Multilayer Pe…Pengecaman Entiti Bernam…Soalan Pelbagai Mod (Mul…Klasifikasi Multimoda Be…Pemodelan Topik Multimod…Multimodal Word2Vec

Sumber

  1. Radford, A., Kim, J. W., Hallacy, C., Ramesh, A., Goh, G., Agarwal, S., ... & Sutskever, I. (2021). Learning transferable visual models from natural language supervision. In Proceedings of the 38th International Conference on Machine Learning (ICML), pp. 8748–8763. PMLR. link ↗
  2. Frome, A., Corrado, G. S., Shlens, J., Bengio, S., Dean, J., Ranzato, M., & Mikolov, T. (2013). DeViSE: A deep visual-semantic embedding model. In Advances in Neural Information Processing Systems (NeurIPS), Vol. 26. link ↗

Cara memetik halaman ini

ScholarGate. (2026, June 3). Multimodal Sentence Embeddings (Joint Vision-Language Representation Learning). ScholarGate. https://scholargate.app/ms/deep-learning/multimodal-sentence-embeddings

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.

Compare side by side →

Dirujuk oleh

Doc2Vec MultimodaRangkaian Saraf Graf Multimod (MM-GNN) menggabungkan data daripada pelbagai modKlasifikasi Imej MultimodalMultimodal Multilayer PerceptronPengecaman Entiti Bernama Multimodal (MNER)Soalan Pelbagai Mod (Multimodal Question Answering)Klasifikasi Multimoda Berasaskan RoBERTaPemodelan Topik MultimodusMultimodal Word2Vec

Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →

ScholarGate — Multimodal Sentence Embeddings (Multimodal Sentence Embeddings (Joint Vision-Language Representation Learning)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/multimodal-sentence-embeddings · Set data: https://doi.org/10.5281/zenodo.20539026