龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院信息工程研究所
摘要：本发明提出了基于VLP输入端细粒度对齐的跨模态赞助搜索方法及系统，涉及跨模态数据搜索领域，由商品目标表示构建视觉向量表示空间，由商品描述单词嵌入构建语言单词向量表示空间，通过线性映射对齐这两个空间；基于前述线性映射构建对齐模块VALSE并进行对抗训练、结构粗略调整和语义监督的精细调整；构建Vin‑VALSE模型，参数初始化后利用训练好的VALSE替换该模型的线性映射层，然后利用跨模态赞助搜索训练数据进行微调；利用微调完成后的Vin‑VALSE对用户查询输入的文本信息进行处理，找出对应的商品信息。本发明旨在改进电商平台中商品和用户查询之间的匹配效率和准确性，尤其是在数据稀缺的条件下。
主权项：1.一种基于VLP输入端细粒度对齐的跨模态赞助搜索方法，其特征在于，包括以下步骤：由商品目标表示构建视觉向量表示空间V，由商品描述单词嵌入构建语言单词向量表示空间T，由线性映射Walign来对齐V和T的向量表示空间；基于Walign构建对齐模块VALSE，对VALSE进行训练，包括：利用对抗训练对商品目标与单词进行分布对齐，在结构化词典的监督下对Walign进行粗略调整，在语义词典的语义监督下对Walign进行精细调整；基于VinVL模型构建Vin-VALSE模型，其中VinVL模型的输入层的原始线性映射替换为VALSE；利用VinVL模型的预训练权重初始化Vin-VALSE模型的参数，然后将Vin-VALSE模型的输入层的线性映射层替换成已训练好的对齐模块VALSE；利用跨模态赞助搜索训练数据对Vin-VALSE模型进行微调训练；利用微调完成后的Vin-VALSE模型对用户查询输入的文本信息进行处理，找出对应的商品信息。
全文数据：
权利要求：
百度查询： 中国科学院信息工程研究所 基于VLP输入端细粒度对齐的跨模态赞助搜索方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号