论文部分内容阅读
跨模态检索是人工智能领域的一个重要研究方向,在社会生活中应用广泛,有着巨大的应用价值和经济价值。随着深度学习的兴起,跨模态检索也取得了长足发展。本文借鉴了分治思想和混合推荐的方法,在一个算法框架中构建两个检索模型,分别负责粗匹配和精微匹配。通过特征值取平均值的方式将两个检索模型整合在一起,通过同时使用两个检索模型的检索能力来提升算法的检索效果,增强算法的抗干扰性。