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
本发明公开了一种基于关键词引导和GATv2‑LSTM网络的场景图问答方法，步骤包括：对文本和场景图预处理，将文本形式的问题换为词向量序列，删除图中与问题无关的节点并编码生成新的场景图表示。将问题的词向量序列利用Transformer进行编码，提取问题关键词，利用关键词引导GATv2学习场景图特征，并利用LSTM网络对图特征进行归纳、推理，最后将问题特征与场景图特征相融合，输入到分类器获取最终答案。本方法使用场景图和关键词引导，并利用LSTM进行归纳、推理，能够有效缩小模态间差距、避免模型直接学习
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116860936 A
(43)申请公布日 2023.10.10
(21)申请号 202310823710.3
(22)申请日 2023.07.05
(71)申请人 武汉科技大学
地址 430081
文档评论（0）