摘要
本申请提供一种题目类型识别方法、装置、设备及可读存储介质,所述方法通过多模态大模型对题目图像进行特征提取,并利用题型分类全连接网络内激活的神经元组合表征题目类型的关键特征,能够自适应地捕捉题目的语义、结构和上下文信息,避免因语言表述差异或格式变化导致的误判,并利用预先构建的包括不同题目类型与对应激活神经元组合的映射关系的神经元组合库,将其与题型分类全连接网络内激活的神经元组合进行匹配,以基于匹配的目标神经元组合对应的题目类型,从而能够实现对不同语种、不同文化背景的题目类型的高效、精准识别。
技术关键词
题目图像
多模态
组合库
特征提取网络
识别方法
标记
存储计算机程序
图像搜索
文本
识别装置
匹配模块
处理器
样本
阶段
可读存储介质
关系
存储器
电子设备
语义
系统为您推荐了相关专利信息
评价系统
数据采集层
深度强化学习算法
评价方法
教师
监督学习方法
图像退化模型
样本
监督学习框架
数据
骨龄评估方法
深度学习回归模型
骨骼特征
多模态数据融合
桡骨远端
故障图像识别方法
样本
光伏组件
寻找最佳匹配块
识别光伏