Học biểu diễn đa phương thức
term_id: multimodal_representation_learning
Category: training_techniques
Definition
Học biểu diễn đa phương thức liên quan đến việc huấn luyện các mô hình để xử lý và tích hợp thông tin từ các nguồn dữ liệu khác nhau, chẳng hạn như văn bản, hình ảnh, âm thanh và video, vào một không gian tiềm ẩn chung.
Summary
Một kỹ thuật học các biểu diễn đặc trưng thống nhất từ nhiều phương thức dữ liệu khác nhau cùng lúc.
Key Concepts
- Căn chỉnh chéo phương thức
- Không gian tiềm ẩn chung
- Hợp nhất đặc trưng
- Bộ mã hóa riêng cho từng phương thức
Use Cases
- Tạo chú thích ảnh
- Truy xuất video
- Trả lời câu hỏi dựa trên hình ảnh