Multimodal NLP — Visuell-språklig förståelse
Multimodal NLP är en familj av bearbetningskedjor för naturligt språk som kombinerar text med en eller flera ytterligare datamodaliteter — oftast bilder, men även ljud och video — för att utföra förståelse- och genereringsuppgifter som visuell frågesvar, bildtextgenerering och multimodal sentimentigenkänning. Fältet fick sin moderna form med CLIP (Radford et al., 2021) och har sedan dess utvecklats genom arkitekturer som BLIP-2 (Li et al., 2023) som överbryggar frysta bildkodare och stora språkmodeller.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Multimodal Natural Language Processing. ScholarGate. https://scholargate.app/sv/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.
- UppmärksamhetsmekanismDjupinlärning↔ compare
- BERT-inbäddningarTextutvinning↔ compare
- SentimentanalysTextutvinning↔ compare
- Vision TransformerDjupinlärning↔ compare
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →