摘要
本发明公开了一种基于多模态的题目知识点标注方法及系统,包括:获取教育领域的原始数据,其中,所述原始数据来自于物理实体;对所述原始数据进行清洗和增强处理,得到增强后的训练数据;基于增强后的训练数据,通过构建差异化数据建立多样化的模型偏好,并利用协同注意力机制和门控机制融合文本和视觉特征进行推理,得到多模态推理结果;根据所述多模态推理结果,进行集成预测,得到题目知识点标签。本发明通过构建差异化数据来建立多样化的模型偏好,引入的共同注意机制和门控机制,增强跨模态信息的交互,使模型能够更有效地融合文本和视觉特征,提高了知识点标注的准确性和适用性。
技术关键词
视觉特征
协同注意力
知识点标签
知识点标注方法
多模态
融合特征
文本
机制
跨模态
标注系统
数据获取模块
数据处理模块
实体
同义词
物理
可读存储介质
种子
系统为您推荐了相关专利信息
机器人控制方法
拉格朗日
机器人控制装置
预测机器人
机械臂系统
融合方法
情感特征
深度学习分类模型
跨模态
数据
风电场发电功率
分段预测方法
多模态环境
环境数据采集单元
预测发电功率
镀锌板表面色泽度
盐雾测试
校准
分析方法
训练集数据