多模態＋Recorder︱多模態循環網絡的圖像文本互匹配

來源於公衆號：大數據與多模態計算 . 1.問題背景 圖像文本匹配，顧名思義，就是度量一幅圖像和一段文本的相似性，該技術是多個模式識別任務的核心算法。例如，在圖像文本跨模態檢索任務中，當給定查詢文本，需要依據圖像文本的相似性去檢索內容相似的圖像；在圖像描述生成任務中，給定一幅圖像，需要依據圖像內容檢索相似的文本，並以此作爲(或者進一步生成)圖像的文本描述；在圖像問答任務中，需要基於給定的文本問題查找

>>阅读原文<<