摘要
本发明公开了一种基于多模态特征融合的实体链接方法,先将提及目标和候选实体的相关的多模态信息输入到语义增强模块中,对提及的文本和图像分别进行特征增强,再经过深度注意力网络,充分捕捉异构模态信息间的语义关联性,然后利用图卷积神经网络实现多模态特征的融合,分别得到提及目标和候选实体相应的多模态表征,最后依据提及目标和候选实体多模态表征之间的相似度大小对候选实体进行排序,选择相似度最大的候选实体作为预测的链接实体。
技术关键词
实体链接方法
多模态特征融合
图像特征向量
文本特征向量
链接数据集
矩阵
特征提取模块
语义
编码器
多头注意力机制
视觉
BERT模型
特征值
前馈神经网络
序列
系统为您推荐了相关专利信息
智能比对方法
多模态特征融合
语义向量
逻辑
实质性
智能分析方法
文本编码器
图像编码器
跨模态
文本特征向量
UI自动化测试方法
UI自动化测试技术
多头注意力机制
图像特征向量
回归测试用例
智能巡检方法
多模态
模态特征
权重机制
智能巡检系统
参数预测方法
池化特征
卷积特征
图像特征向量
堆叠模块