摘要
本发明公开了一种基于多模态大模型的素材识别方法,具体涉及数据处理技术领域;通过将广告素材的图像数据和关联文本数据输入多模态大模型,进行初步预处理和特征提取;利用卷积神经网络和自然语言处理技术,分别提取图像和文本的视觉特征与语义特征,并通过多模态对比学习策略,优化图像与文本特征的融合效果;通过对比损失函数验证特征对齐情况,并结合双路径微调机制与多标签分类监督,提升模型的识别精度;最终,采用改进的提示词机制对广告素材进行精准分类,结合投放引擎和反馈机制,实时监控并优化广告素材的审核效果,显著提升广告合规性管理的准确性,减少审核误差,并提升客户满意度。
技术关键词
情感反馈
多模态
识别方法
广告
文本
图像
指数
微调机制
视觉特征
语义特征
样本
合规性管理
因子
多维特征向量
自然语言
表达式
验证特征
邻域
数据处理技术
系统为您推荐了相关专利信息
数据感知技术
图像增强方法
注意力
多尺度
多模态
雷达干扰识别方法
语义分类器
频域特征
特征提取模块
浅层特征提取
自然语言
预训练模型
知识图谱分析
推荐卡片
节点
等级识别方法
多模态特征
压力
等级划分方法
目录