النص من الصورة والنص إلى النص
term_id: image_text_to_text
Category: application_paradigms
Definition
يشير مصطلح “النص من الصورة والنص إلى النص” إلى النماذج التي تعالج المدخلات البصرية جنباً إلى جنب مع الاستعلامات النصية لإنتاج مخرجات لغوية طبيعية متماسكة. تُعرف هذه الأنظمة غالباً بنماذج اللغة والرؤية (VLMs)، وتدمج المعلومات عبر الوسائط المختلفة.
Summary
قدرة ذكاء اصطناعي متعددة الوسائط تولد أوصافاً نصية أو إجابات بناءً على صور مدخلة ونصوص توجيهية اختيارية.
Key Concepts
- التعلم متعدد الوسائط
- الإجابة على الأسئلة البصرية
- توليد التسميات الوصفية
- الانتباه عبر الوسائط
Use Cases
- توليد التسميات الوصفية للصور تلقائياً لتحسين إمكانية الوصول
- أنظمة الإجابة على الأسئلة البصرية
- تحليل مراقبة المحتوى