龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：上海交通大学;上海人工智能创新中心
摘要：本发明提供了一种基于多粒度时空场景图与反事实推理的多模态对话生成方法和系统，包括：对音视频进行预处理，提取视觉和听觉的多粒度语义表征，提取视频的多粒度时空场景图信息；通过音视频得到基于多模态信息的答案表征，通过对话历史得到基于文本信息的答案表征，通过多指针网络将两个答案表征进行结合，得到最终答案表征；训练初步模型，通过反事实推理对初步模型进行去偏；对当前待回复的问句，通过自回归模式生成答案。本发明利用多粒度场景图的显式表示实现视频信息的准确性、利用多指针网络的多向选择实现文本信息和视频信息的有效结合、利用反事实推理的因果去偏实现减少数据分布不平衡的不平衡训练，可以有效地消除多模态对话中的幻觉。
主权项：1.一种基于多粒度时空场景图与反事实推理的多模态对话生成方法，其特征在于，包括：步骤S1：对音频信息与视频信息分别进行预处理，提取视觉和听觉的多粒度语义表征，同时提取视频的多粒度时空场景图信息；步骤S2：通过音频信息和视频信息得到基于多模态信息的答案表征，同时通过对话历史得到基于文本信息的答案表征，通过多指针网络将两个答案表征进行结合，得到最终的答案表征；步骤S3：根据视觉和听觉的多粒度语义表征，视频的多粒度时空场景图信息，以及最终的答案表征，训练初步模型，通过反事实推理对初步模型进行去偏；步骤S4：对于当前待回复的问句，通过自回归的模式生成答案。
全文数据：
权利要求：
百度查询： 上海交通大学 上海人工智能创新中心 基于多粒度时空场景图与反事实推理的多模态对话生成方法和系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号