Multimodale zinsinbeddingen
Multimodale zinsinbeddingen (multimodal sentence embeddings) plaatsen tekst en afbeeldingen (en soms audio of video) in een gedeelde continue vectorruimte, zodat semantisch gerelateerde paren uit verschillende modaliteiten dicht bij elkaar komen te liggen. Deze representaties, getraind met contrastieve doelen op grote gepaarde corpora, drijven cross-modale retrieval, zero-shot classificatie en visueel-taalkundig redeneren aan.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Multimodal Sentence Embeddings (Joint Vision-Language Representation Learning). ScholarGate. https://scholargate.app/nl/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 →Geciteerd door
Een fout op deze pagina gezien? Meld het of stel een correctie voor →