统一多模态表示学习下的视觉语言逻辑推理融合范式研究.docxVIP

统一多模态表示学习下的视觉语言逻辑推理融合范式研究

目录

内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2

1.2国内外研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.3研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

多模态表示学习方法概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.1多模态数据概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.2多模态表示学习方法介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.3多模态融合策略分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

视觉语言逻辑推理模型构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.1视觉特征提取与表示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.2语言特征提取与表示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

3.