Pemrosesan Bahasa Alami Multimodus — Pemahaman Visi-Bahasa
Pemrosesan Bahasa Alami Multimodus (Multimodal NLP) ialah satu keluarga saluran pemrosesan bahasa alami yang menggabungkan teks dengan satu atau lebih modaliti data tambahan — paling lazimnya imej, tetapi juga audio dan video — untuk melaksanakan tugasan pemahaman dan penjanaan seperti menjawab soalan visual, penghasilan kapsyen imej, dan pengecaman sentimen multimodus. Bidang ini memperoleh bentuk modennya dengan CLIP (Radford et al., 2021) dan sejak itu telah maju melalui seni bina seperti BLIP-2 (Li et al., 2023) yang menjambungkan pengekod imej beku dan model bahasa besar.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 1). Multimodal Natural Language Processing. ScholarGate. https://scholargate.app/ms/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.
- Mekanisme PerhatianPembelajaran Mendalam↔ compare
- Sematik BERTPerlombongan Teks↔ compare
- Analisis SentimenPerlombongan Teks↔ compare
- Transformer VisiPembelajaran Mendalam↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →