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！

龙图腾网获悉之江实验室;复旦大学申请的专利模型训练方法、跨模态表征方法、无监督图像文本匹配方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113868459B 。

龙图腾网通过国家知识产权局官网在2025-09-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110712040.9，技术领域涉及：G06F16/58；该发明授权模型训练方法、跨模态表征方法、无监督图像文本匹配方法及装置是由魏忠钰;李泽君设计研发完成，并于2021-06-25向国家知识产权局提交的专利申请。

本模型训练方法、跨模态表征方法、无监督图像文本匹配方法及装置在说明书摘要公布了：本发明的目的是提供一种模型训练方法、跨模态表征方法、无监督图像文本匹配方法及装置，所述方法包括：计算训练文档中图片与句子的两两相似度值；基于所述相似度值，确定正样本对集和负样本对集；其中，所述正样本对集中有预设数量的正样本对；所述负样本对集中有预设数量的负样本对；所述正样本对集和所述负样本对集用于进一步训练所述模型，直至预设数量的所述正样本对的平均相似度值大于预设数量的所述负样本对的平均相似度值，且两者差值符合预设条件。上述实施方式可以减小采样的偏差，以更好的训练模型来对图片和句子进行匹配。

本发明授权模型训练方法、跨模态表征方法、无监督图像文本匹配方法及装置在权利要求书中公布了：1.一种模型训练方法，其特征在于，应用于无监督图像文本匹配模型，所述方法包括： 计算训练文档中图片与句子的两两相似度值； 基于所述相似度值，确定正样本对集和负样本对集；其中，所述正样本对集中有预设数量的正样本对；所述负样本对集中有预设数量的负样本对；所述正样本对集和所述负样本对集用于进一步训练所述模型，直至预设数量的所述正样本对的平均相似度值大于预设数量的所述负样本对的平均相似度值，且两者差值符合预设条件； 在确定正样本对集和负样本对集的步骤中包括： 在所述图片与所述句子来自同一文档的情况下： 对应于每个所述图片，将该图片与其相似度值最高的所述句子放入候选正样本对集； 将所述候选正样本对集中相似度值最高的预设数量的所述正样本对放入所述正样本对集； 和或， 对应于每个所述句子，将该句子与其相似度值最高的所述图片放入候选正样本对集； 将所述候选正样本对集中相似度值最高的预设数量的所述正样本对放入所述正样本对集； 对应于每个所述图片，将该图片与其相似度值最低的所述句子放入候选负样本对集； 将所述候选负样本对集中相似度值最低的预设数量的所述负样本对放入所述负样本对集； 和或， 对应于每个所述句子，将该句子与其相似度值最低的所述图片放入候选负样本对集； 将所述候选负样本对集中相似度值最低的预设数量的所述负样本对放入所述负样本对集； 在确定所述负样本对集的情况时，所述图片与所述句子来自不同文档； 对应于每个所述图片，将该图片与其相似度值最高的所述句子放入候选负样本对集； 将所述候选负样本对集中相似度值最高的预设数量的所述负样本对放入所述负样本对集； 和或， 对应于每个所述句子，将该句子与其相似度值最高的所述图片放入候选负样本对集； 将所述候选负样本对集中相似度值最高的预设数量的所述负样本对放入所述负样本对集。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人之江实验室;复旦大学，其通讯地址为：310023 浙江省杭州市余杭区文一西路1818号人工智能小镇10号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。