文本视觉问答方法、装置、计算机设备和存储介质.pdfVIP

下载本文档

2
0
约3.99万字
约 31页
2023-11-11 发布于四川
举报
版权申诉

文本视觉问答方法、装置、计算机设备和存储介质.pdf

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

本申请涉及一种文本视觉问答方法、装置、计算机设备、存储介质和计算机程序产品。涉及计算机视觉和自然语言处理技术。所述方法包括：获取目标图像、以及针对所述目标图像中至少一个目标对象的问题文本；从所述目标图像中，提取至少表征所述目标对象的对象名称和对象边界框的图像元数据；将表征所述问题文本的第一编码序列和表征所述图像元数据的第二编码序列进行编码融合，得到多模态编码序列；将所述多模态编码序列输入回答生成模型，得到所述问题文本的回答文本。采用上述方法，能够准确得到问题文本的回答文本。

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117033609 A (43)申请公布日 2023.11.10 (21)申请号 202311296256.7 (22)申请日 2023.10.09 (71)申请人腾讯科技（深圳）有限公司地址