一种答案确定方法、装置、电子设备及存储介质

本申请实施例提供了一种答案确定方法、装置、电子设备及存储介质。方法包括：得到目标图像中存在的各原始文本、各原始文本的多模态特征；从多个原始文本中确定属于目标问题的答案的文本作为备选文本；在各原始文本中确定目标文本对应的上下文文本；根据目标文本对应的各上下文文本的多模态特征、目标文本的语义特征，预测得到目标文本的目标概率，并预测得到目标图像中目标文本的位置处的文本，作为目标文本对应的预测文本；确定目标概率满足预设低概率条件的目标文本，并将其替换为对应的预测文本，将替换后的备选文本作为目标问题的答案。可以提高了视觉问答预测出的目标问题的答案的准确性。