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
本发明提供一种基于标签‑负样本图文双向增强特征融合的图文检索模型及工作方法，图文检索模型包括：特征编码单元、特征融合单元以及特征解码单元，特征编码单元用于对数据进行预处理，将多种模态转化为对应模态特征空间中的编码；特征融合单元包括双向融合模块和残差混合模块，双向融合模块利用注意力机制混合两种模态的特征，残差混合模块通过自适应的残差连接方法突出两种模态的共同特征；特征解码单元用于训练损失，全面评估图文检索任务的模型训练效果。本发明提供的图文检索模型能够应用到其他跨模态任务上，根据不同任务的特性增强
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117786078A
(43)申请公布日2024.03.29
(21)申请号202311823358.XG06V10/44(2022.01)
文档评论（0）