Resposta a Perguntas Multimodais
Resposta a perguntas multimodais (Multimodal QA) é uma classe de métodos de aprendizado profundo que respondem a perguntas em linguagem natural raciocinando conjuntamente sobre informações de múltiplas modalidades — mais comumente texto e imagens, mas também vídeo, áudio e tabelas estruturadas. Introduzida proeminentemente através do benchmark VQA em 2015, ela desde então se expandiu para uma ampla área de pesquisa que impulsiona a compreensão de documentos, assistência ao diagnóstico médico e IA incorporada.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
Fontes
- 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 ↗
Como citar esta página
ScholarGate. (2026, June 3). Multimodal Question Answering (Cross-Modal QA). ScholarGate. https://scholargate.app/pt/deep-learning/multimodal-question-answering
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.
- Classificação baseada em BERTAprendizado profundo↔ compare
- Classificação Multimodal Baseada em BERTAprendizado profundo↔ compare
- Embeddings Multimodais de FrasesAprendizado profundo↔ compare
- Sumarização de Texto MultimodalAprendizado profundo↔ compare
- Transformer MultimodalAprendizado profundo↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →