图文校对方法、装置、设备及可读存储介质

本申请提供一种图文校对方法、装置、设备及可读存储介质。该方法包括：获取待校对图像；确定所述待校对图像对应的文本内容；获取所述文本内容的外部补充信息；确定所述待校对图像、所述文本内容和所述外部补充信息对应的待校对信息；将所述待校对信息输入多模态大语言模型，获取图文校对结果；通过获取待校对图像和待校对图像对应的文本内容，可同时得到待校对图像和文本内容，提高了后续图文校对的信息丰富度，以及通过获取所述文本内容对应的外部补充信息，可利用大量的外部知识来补充模型本身的知识库，进而生成更加准确和具体的文本，结合待校对图像和文本内容，极大提高了图文校对的准确性。