原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本申请属于自然语言处理技术领域，提供一种图文理解模型的预训练方法、装置、设备及存储介质，包括：对图文样本中配对的文本与图像进行掩码得到文本片段输入序列和图像块输入序列，调用双塔结构的图文理解模型；将文本片段输入序列输入至模型的文本侧获得文本嵌入向量，将图像块输入序列输入至模型的视觉侧获得图像嵌入向量；基于文本嵌入向量和图像嵌入向量，获取多模态融合特征；根据多模态融合特征，将对文本嵌入向量中被掩码文本片段特征进行预测的语言任务及对图像嵌入向量中被掩码图像块特征进行预测的视觉任务作为预训练目标，对模
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116796287 A
(43)申请公布日 2023.09.22
(21)申请号 202310727691.4 G06N 3/08 (2023.01)
(22)申请日 2023.06.1
文档评论（0）