Clasificare multimodală bazată pe BERT
Clasificarea multimodală bazată pe BERT extinde arhitectura transformer BERT pentru a codifica și clasifica în mod conjugat date din multiple modalități — cel mai frecvent text asociat cu imagini — prin fuzionarea reprezentărilor lor înainte de un cap de clasificare final. Introdusă proeminent în jurul anului 2019 prin modele precum MMBT și ViLBERT, a devenit o abordare standard pentru sarcini în care nici textul, nici imaginea singură nu conțin informații suficiente pentru o etichetare precisă.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
+8 more
Surse
- Kiela, D., Bhooshan, S., Firooz, H., Perez, E., & Testuggine, D. (2019). Supervised multimodal bitransformers for classifying images and text. arXiv preprint arXiv:1909.02950. link ↗
- Lu, J., Batra, D., Parikh, D., & Lee, S. (2019). ViLBERT: Pretraining task-agnostic visiolinguistic representations for vision-and-language tasks. Advances in Neural Information Processing Systems, 32. link ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Multimodal BERT-based Classification (Transformer Fusion of Text and Non-text Modalities). ScholarGate. https://scholargate.app/ro/deep-learning/multimodal-bert-based-classification
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.
- CLIPÎnvățare profundă↔ compare
- Vision TransformerÎnvățare profundă↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →