申请/专利权人:上海云从企业发展有限公司
申请日:2024-03-13
公开(公告)日:2024-06-21
公开(公告)号:CN118227773A
主分类号:G06F16/335
分类号:G06F16/335;G06F16/332;G06F16/33;G06F40/284;G06V30/18;G06V30/14;G06V30/416;G06V10/82;G06N3/0499;G06N3/08
优先权:
专利状态码:在审-公开
法律状态:2024.06.21#公开
摘要:本发明涉及人工智能领域,具体提供一种基于多模态大模型的问答方法及装置,旨在解决由于文本排序和阅读顺序的不同,导致的答案排序错误或不连续的技术问题。为此目的,本发明的技术方案,包括:获得待处理图像的文本信息,并生成排序后的文本全文;构建问答对并将答案置空;基于所述排序后的文本全文、所述问答对、所述待处理图像,构成第一多模态信息;将所述第一多模态信息,输入训练好的多模态大模型,确定与所述待推理问题对应的目标分词,进而获得所述待推理问题的答案。通过以上技术方案,解决了由于文本排序和阅读顺序的不同,导致的答案排序错误或不连续的技术问题。
主权项:1.一种基于多模态大模型的问答方法,其特征在于,包括:通过调用通用文本识别引擎获得待处理图像的文本信息,并依据选择的排序方式,生成排序后的文本全文;基于待推理问题,构建问答对并将答案置空;基于所述排序后的文本全文、所述问答对、所述待处理图像,构成第一多模态信息;将所述第一多模态信息,输入训练好的多模态大模型,确定与所述待推理问题对应的目标分词,基于所述目标分词,获得所述待推理问题的答案。
全文数据:
权利要求:
百度查询: 上海云从企业发展有限公司 一种基于多模态大模型的问答方法及装置
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。