[发明专利]一种基于无监督知识增强的视觉-语言预训练方法及装置在审
| 申请号： | 202310043498.9 | 申请日： | 2023-01-29 |
| 公开（公告）号： | CN116049367A | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 苏海波;苏萌;刘译璟;赵群;杜晓梦 | 申请（专利权）人： | 北京百分点科技集团股份有限公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F16/951;G06F18/214;G06N5/022 |
| 代理公司： | 成都正煜知识产权代理事务所(普通合伙) 51312 | 代理人： | 徐金琼 |
| 地址： | 100089 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及多模态机器学习领域，提供了一种基于无监督知识增强的视觉‑语言预训练方法及装置。目的在于在于克服上述问题，使得视觉‑语言预训练模型适用于通用领域，且不需要进行编码、挑选和融入，模型简单有效，训练时间大幅度缩短。主要方案包括对互联网现有的大量图片和文本进行收集，得到大量无标注的包含图片和文本的多模态数据；对得到的大规模多模态数据集进行无监督训练，得到知识标注模块；将得到的知识标注模块与原有的视觉‑语言预训练模型进行联合训练，得到最终完整的视觉‑语言预训练模块；使用视觉常识推理任务提高的测试集对得到的视觉‑语言模块进行测试，得到最终的预训练模型。 | ||
| 搜索关键词： | 一种 基于 监督 知识 增强 视觉 语言 训练 方法 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京百分点科技集团股份有限公司，未经北京百分点科技集团股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202310043498.9/，转载请声明来源钻瓜专利网。
