多模态知识本征表示学习方法、装置、设备及存储介质
公开
摘要
本发明公开了一种多模态知识本征表示学习方法、装置、设备及存储介质，该方法包括获取多模态知识样本，并对多模态知识样本进行知识增强；利用向量信息编码器处理知识增强样本，获得每个知识增强样本对应的特征向量；将特征向量投影到对比空间，获得特征向量对应的投影向量；基于任意两个投影向量的相似度，优化多模态知识表征学习模型；将多模态知识输入优化的多模态知识表征学习模型，以获得学习结果。本发明通过在多模态知识增强基础上，通过对比表示学习方式对多模态知识本征表示学习模型进行训练，促使模型学习到不同模态知识的最本质特征，实现了模态不同的相同知识之间的融合互补，能够得到多模态知识本质特征的鲁棒学习结果。
基本信息
专利标题 ：
多模态知识本征表示学习方法、装置、设备及存储介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114610911A
申请号 ：
CN202210214990.3
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-04
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘鑫李春豹崔莹黄刘陈莹张海瀛
申请人 ：
中国电子科技集团公司第十研究所
申请人地址 ：
四川省成都市金牛区茶店子东街48号
代理机构 ：
成都九鼎天元知识产权代理有限公司
代理人 ：
刘世权
优先权 ：
CN202210214990.3
主分类号 ：
G06F16/45
IPC分类号 ：
G06F16/45 G06N20/00
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/45
••聚类；分类
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
