Chuyển đổi Văn bản từ Hình ảnh và Văn bản
term_id: image_text_to_text
Category: application_paradigms
Definition
Chuyển đổi Văn bản từ Hình ảnh và Văn bản đề cập đến các mô hình xử lý đầu vào trực quan cùng với các truy vấn văn bản để tạo ra đầu ra ngôn ngữ tự nhiên mạch lạc. Các hệ thống này, thường được gọi là Mô hình Ngôn ngữ - Thị giác (VLMs), kết hợp…
Summary
Một khả năng AI đa phương thức tạo ra mô tả văn bản hoặc câu trả lời dựa trên hình ảnh đầu vào và các gợi ý văn bản tùy chọn.
Key Concepts
- Học đa phương thức
- Trả lời câu hỏi dựa trên hình ảnh
- Tạo chú thích
- Cơ chế chú ý liên phương thức
Use Cases
- Tạo chú thích hình ảnh tự động cho mục đích tiếp cận
- Hệ thống trả lời câu hỏi dựa trên hình ảnh
- Phân tích kiểm duyệt nội dung