原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：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
民航图文跨模态检索方法：细粒度语义增强技术的应用与效果
目录
内容简述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3
1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4
1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5
1.3主要研究内容．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6
1.4技术路线与结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9
相关理论与技术基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10
2.1图文跨模态表示学习．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12
2.2细粒度语义理解．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13
2.3信息检索基础理论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14
基于细粒度语义增强的民航图文检索模型构建．．．．．．．．．．．．．．．16
3.1数据集构建与预处理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
3.1.1民航图像数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21
3.1.2民航文本数据集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22
3.1.3数据清洗与对齐．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24
3.2图像特征提取与表征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26
3.2.1卷积神经网络应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27
3.2.2语义空间映射．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28
3.3文本特征提取与表征．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30
3.3.1语言模型嵌入．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．34
3.3.2语义向量生成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．35
3.4细粒度语义增强机制．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36
3.4.1属性级语义关联．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．38
3.4.2实体级上下文建模．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．40
3.4.3语义相似度度量优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．42
模型训练与优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44
4.1融合损失函数设计．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46
4.1.1对齐损失函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47
4.1.2语义损失函数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49
4.2多任务学习策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51
4.3模型参数调优．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53
实验评估与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55
5.1评估指标体系．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57
5.1.1常用检索指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．59
5.1.2细粒度检索指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．60
5.2实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．62
5.2.1对比方法选取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．63
5.2.2评价指标方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．65
5.3
文档评论（0）