基于视觉推理与知识增强的足球解说生成方法及装置

本申请提供一种基于视觉推理与知识增强的足球解说生成方法及装置，涉及多模态人工智能技术领域，该方法包括：基于比赛状态信息、细粒度视觉信息、以及事件定位指导信息进行视觉推理，并根据视觉推理结果对端到端模型生成的匿名化、粗粒度的解说信息进行细节增强，得到细节增强的解说信息；基于内部知识库和外部知识库对细节增强的解说信息进行知识增强，得到知识增强后的足球解说。本申请提供的基于视觉推理与知识增强的足球解说生成方法及装置，通过基于视觉推理的实体对齐和基于知识增强的解说生成的两阶段处理框架，能够更好地模拟人工解说员的工作流程，生成更加自然和信息丰富的解说。