Multimodal NLP — Forståelse av syn-språk
Multimodal NLP er en familie av naturlig språkbehandlings-pipelines som kombinerer tekst med én eller flere tilleggs datamodaliteter — vanligvis bilder, men også lyd og video — for å utføre forståelses- og genereringsoppgaver som visuell spørsmålsbesvarelse, bildebeskrivelse og multimodal sentimentgjenkjenning. Feltet fikk sin moderne form med CLIP (Radford et al., 2021) og har siden utviklet seg gjennom arkitekturer som BLIP-2 (Li et al., 2023) som kobler sammen frosne bildekodere og store språkmodeller.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Multimodal Natural Language Processing. ScholarGate. https://scholargate.app/no/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.
- OppmerksomhetsmekanismeDyp læring↔ compare
- BERT EmbeddingsTekstutvinning↔ compare
- SentimentanalyseTekstutvinning↔ compare
- Vision TransformerDyp læring↔ compare
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →