【技术实现步骤摘要】
本申请涉及人工智能技术,尤其涉及一种文本生成方法、装置、电子设备、存储介质及程序产品。
技术介绍
1、近年来,随着深度学习和计算机视觉技术的迅猛发展,图像与文本之间的跨模态生成任务逐渐成为研究领域的热点。尤其是在多模态大模型(multi-modal largelanguage models,mllms)的推动下,诸如视觉问答(visual question answering,vqa)、图文生成以及跨模态推理等任务取得了显著进展。
技术实现思路
1、本申请实施例提供一种文本生成方法、装置、电子设备、存储介质及程序产品,能够提高文本生成的准确性和效率。
2、本申请实施例的技术方案是这样实现的:
3、本申请实施例提供一种文本生成方法,所述方法包括:
4、在第1层级,基于第一图像的第一图像特征,对第一文本的第一文本特征进行解码,得到第二文本特征;
5、在第n层级,对第n-1层级的图像特征进行压缩处理,得到第n层级的图像特征,其中,n为依次递增的正整
...【技术保护点】
1.一种文本生成方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述第一图像包括多个图像块,每个层级的图像特征包括全局特征和多个局部特征,每个局部特征与所述图像块一一对应,所述对第n-1层级的图像特征进行压缩处理,得到第n层级的图像特征,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于第n层级的压缩比例压缩第n-1层级的图像特征中的局部特征之前,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一图像块确定所述局部特征的权重,包括:
5.根据权利要求3所述的方
...【技术特征摘要】
1.一种文本生成方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述第一图像包括多个图像块,每个层级的图像特征包括全局特征和多个局部特征,每个局部特征与所述图像块一一对应,所述对第n-1层级的图像特征进行压缩处理,得到第n层级的图像特征,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于第n层级的压缩比例压缩第n-1层级的图像特征中的局部特征之前,所述方法还包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述第一图像块确定所述局部特征的权重,包括:
5.根据权利要求3所述的方法,其特征在于,所述基于第n层级的压缩比例压缩第n-1层级的图像特征中的局部特征,得到压缩后的局部特征,包括:
6.根据权利要求2所述的方法,其特征在于,所述基于第n层级的压缩比例压缩第n-1层级的图像特征中的局部特征,得到压缩后的...
【专利技术属性】
技术研发人员:袁彤彤,邓伟洪,
申请(专利权)人:马上消费金融股份有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。