Gå til innholdScholarGate
BibliotekMitt bibliotekPultenReview StudioAssistent
Logg inn
Multimodal NLP/Bevis
Metodebevisregister

Multimodal NLP

Multimodal NLP is a family of natural-language-processing pipelines that combine text with one or more additional data modalities — most commonly images, but also audio and video — to perform understanding and generation tasks such as visual question answering, image captioning, and multimodal sentiment recognition. The field gained its modern form with CLIP (Radford et al., 2021) and has since advanced through architectures such as BLIP-2 (Li et al., 2023) that bridge frozen image encoders and large language models.

Sources recorded, not reviewed

Kilderegister

Siteringer kopiert ordrett fra metodens kilderegister. Ingen påstandsnivåverifisering er underforstått fra dem.

Multimodal Natural Language Processing
Taksonomisk metoderegister · process-pipeline / text-mining
  • 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. · URL
  • 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. · URL
Åpne full metode

Kuraterte påstander

Påstander lagret i bevishovedboken, hver med sin egen vurdering.

Ingen kuraterte påstander ennå

Denne visningen finner ikke opp en påstandsvurdering når hovedboken ikke har noen.

Relaterte metoder

Generert fra metodegrafen og vist som maskinforslåtte relasjoner – ingen bevispåstand er underforstått.

See alsoAttention Mechanismmachine-suggested · Relational suggestion, not evidence.Same method familyBERT Embeddingsmachine-suggested · Relational suggestion, not evidence.Same method familySentiment Analysismachine-suggested · Relational suggestion, not evidence.See alsoVision Transformermachine-suggested · Relational suggestion, not evidence.

Bevisstatus

Sources recorded, not reviewed

Bibliographic sources are present. Claim-level evidence review has not been performed.

Kilder

2 registrerte siteringer, kopiert fra metodens kilderegister.

Handlinger

Åpne metodeside
ScholarGate

Et innholdsfokusert oppslagsbibliotek for forskningsmetoder — hva hver metode er, hvordan den fungerer, og hvor den kommer fra.

Åpne data (CC-BY)

Oppdag

  • Bibliotek
  • Søk i metoder…
  • Bla etter fagfelt
  • Fagfelt
  • Reise
  • Sammenlign
  • Hvilken metode?

Referanse

  • Fagområder
  • Atlas
  • Ordliste
  • Metodikk
  • Filosofi

Arbeidsområde

  • Mitt bibliotek
  • Pulten
  • Chat

Selskap

  • Om
  • Priser
  • Kontakt
  • Foreslå en metode

Oppføringene er sammenstilt fra publiserte kilder til referansebruk. Å kontrollere at informasjonen er korrekt og egnet for ditt eget bruk, er fremdeles ditt eget ansvar.

© 2026 ScholarGate · Et oppslagsbibliotek for forskningsmetoder
  • Personvern
  • Informasjonskapsler
  • Vilkår
  • Slett konto