腾讯科技(深圳)有限公司翟彬旭获国家专利权
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!
龙图腾网获悉腾讯科技(深圳)有限公司申请的专利模态对齐模型训练、模态对齐方法、装置和存储介质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:CN117009798B 。
龙图腾网通过国家知识产权局官网在2025-12-09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:202210438305.5,技术领域涉及:G06F18/214;该发明授权模态对齐模型训练、模态对齐方法、装置和存储介质是由翟彬旭设计研发完成,并于2022-04-25向国家知识产权局提交的专利申请。
本模态对齐模型训练、模态对齐方法、装置和存储介质在说明书摘要公布了:本申请涉及一种模态对齐模型训练方法、装置、计算机设备、存储介质和计算机程序产品。该方法包括:将第一训练模态信息和第二训练模态信息输入初始模态对齐模型中进行模态对齐表征,得到训练模态对齐表征向量;计算训练模态对齐表征向量中第一模态对齐表征向量与训练模态对齐表征向量中第二模态对齐表征向量之间的模态相似程度;基于模态相似程度计算第一模态对齐表征向量与第二模态对齐表征向量的概率分布距离;基于概率分布距离反向更新初始模态对齐模型并进行循环迭代,得到第一目标模态对齐模型,第一目标模态对齐模型用于提取不同模态信息的语义表征,不同模态信息中相同实例的语义表征具有对应关系。采用本方法能够提高模态对齐的准确性。
本发明授权模态对齐模型训练、模态对齐方法、装置和存储介质在权利要求书中公布了:1.一种模态对齐模型训练方法,其特征在于,所述方法包括: 获取第一训练模态信息和第二训练模态信息,所述第一训练模态信息和所述第二训练模态信息为训练时使用的不同模态的信息,模态信息包括文本信息、图像信息、语音信息、视频信息中的任意一种; 将所述第一训练模态信息和第二训练模态信息输入到初始模态对齐模型中进行模态对齐表征,得到训练模态对齐表征向量,所述训练模态对齐表征向量包括所述第一训练模态信息对应的第一模态对齐表征向量和所述第二训练模态信息对应的第二模态对齐表征向量,所述第一模态对齐表征向量与所述第二模态对齐表征向量中相同实例表征具有初始对应关系; 计算所述第一模态对齐表征向量与所述第二模态对齐表征向量之间的相似程度,得到模态相似程度; 基于所述模态相似程度计算所述第一模态对齐表征向量与所述第二模态对齐表征向量的概率分布距离,基于所述概率分布距离得到向量损失信息,包括:获取目标概率分布转换参数信息;计算所述目标概率分布转换参数信息与所述模态相似程度的乘积,得到所述第一模态对齐表征向量与所述第二模态对齐表征向量的概率分布距离;将所述概率分布距离作为所述向量损失信息; 基于所述向量损失信息反向更新所述初始模态对齐模型,得到更新模态对齐模型,将所述更新模态对齐模型作为初始模态对齐模型,并返回获取第一训练模态信息和第二训练模态信息的步骤执行,直到达到对齐模型训练完成条件时,得到第一目标模态对齐模型,所述第一目标模态对齐模型是用于提取不同模态信息的语义表征,所述不同模态信息的语义表征中相同实例的语义表征具有对应关系。
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腾讯科技(深圳)有限公司,其通讯地址为:518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层;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”。
以上内容由龙图腾AI智能生成。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励