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

Multimodal question answering

Multimodal question answering (Multimodal QA) is a class of deep-learning methods that answer natural-language questions by jointly reasoning over information from multiple modalities — most commonly text and images, but also video, audio, and structured tables. Introduced prominently through the VQA benchmark in 2015, it has since expanded into a broad research area powering document understanding, medical diagnosis assistance, and embodied AI.

Sources recorded, not reviewed

Kilderegister

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

Multimodal Question Answering (Cross-Modal QA)
Taksonomisk metoderegister · ml-model / deep-learning
  • Antol, S., Agrawal, A., Lu, J., Mitchell, M., Batra, D., Zitnick, C. L., & Parikh, D. (2015). VQA: Visual Question Answering. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2425–2433. · DOI 10.1109/ICCV.2015.279
  • Xu, P., Zhu, X., & Clifton, D. A. (2023). Multimodal learning with transformers: A survey. IEEE Transactions on Pattern Analysis and Machine Intelligence, 45(10), 12113–12132. · DOI 10.1109/TPAMI.2023.3275156
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.

Taxonomic bucketBERT-based Classificationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketMultimodal BERT-based Classificationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketMultimodal Sentence Embeddingsmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketMultimodal Text Summarizationmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketMultimodal 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