A visual question answering method based on task decomposition

Visual question answering (VQA) as an interdisciplinary task of computer vision and natural language processing, estimating the model’s visual reasoning ability, which requires the integration of image information extraction technology and natural language understanding technology. The testing on pr...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	PloS one Ročník 20; číslo 11; s. e0336623
Hlavní autoři:	Cong, Yao, Mo, Hongwei
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	United States Public Library of Science 13.11.2025 Public Library of Science (PLoS)
Témata:	Accuracy Algorithms Analysis Bias Cognition & reasoning Computational linguistics Computer vision Data reduction Decomposition Humans Information retrieval Language Language processing Machine vision Methods Natural language Natural language interfaces Natural Language Processing Neural networks Questions Reasoning Robots Semantics Visual tasks
ISSN:	1932-6203, 1932-6203
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!