基于多模态融合的广告文案生成方法、装置、设备及介质

本发明公开了一种基于多模态融合的广告文案生成方法、装置、设备及介质，涉及广告营销技术领域。所述方法包括：获取目标视频的多模态数据，所述多模态数据包括视频的视觉数据、听觉数据及相关元数据，同时从本地知识库中提取关联数据；对所述多模态数据和本地知识库数据进行预处理，将其转化为可用于分析的特征形式。本发明通过借助本地知识库对多模态输入进行语义校准，确保生成内容严格遵循领域知识约束，解决了传统模型依赖隐式知识导致的偏差问题，消除了多模态信息歧义，实现文本、图像、结构化数据的协同语义生成，丰富内容维度，为智能生成技术在垂直领域的落地提供了高效解决方案。