面向多模态大模型的视觉-语言对齐中的指称消解歧义性研究 .docx

PAGE2

面向多模态大模型的视觉-语言对齐中的指称消解歧义性研究

摘要

多模态大模型在视觉与语言信息的融合理解中展现出强大能力，然而视觉-语言对齐过程中的指称消解歧义性问题，构成了制约模型深层语义理解的关键瓶颈。本文聚焦图像与文本模态在指称表达上的不对等现象，系统构建跨模态指称消解的理论分析框架。

全文遵循“提出问题→分析问题→解决问题”的递进逻辑展开。第一章绪论阐明研究背景、目的与方法论依据，确立理论性论文的研究范式。第二章文献综述系统梳理国内外在指称消解与多模态对齐领域的研究脉络，识别现有研究在跨模态歧义性理论建构方面的不足。第三章界定核心概念并阐释基础理论，构建包含指称类型学、模