Efficient Image Semantic Representation and Visual–Textual Semantic Fusion for Multimodal Relation Extraction and Multimodal-Named Entity Recognition

计算机科学 人工智能 自然语言处理 代表(政治) 关系(数据库) 图像(数学) 模式识别(心理学) 情报检索 数据挖掘 政治学 政治 法学
作者
Qingchuan Zhang,Siwei Wei,Fayez Alqahtani,Zafer Al-Makhadmeh,Yuanyuan Cai
出处
期刊:Journal of Circuits, Systems, and Computers [World Scientific]
卷期号:34 (08)
标识
DOI:10.1142/s0218126625501142
摘要

Recently, multimodal relation extraction (MRE) and multimodal-named entity recognition (MNER) have attracted widespread attention. However, prior research works have encountered challenges including inadequate semantic representation of images, cross-modal information fusion, and irrelevance between some images and text. To enhance semantic representation, we employ CLIP’s image encoder, vision transformer (VIT), to generate visual features representing different semantic intensities. Addressing cross-modal semantic gaps, we introduce an image caption generation model and BERT to sequentially generate image captions and their features, transforming both modalities into text. Dynamic gates and attention mechanisms are introduced to efficiently fuse visual features, image description text features, and text features, mitigating noise from image-text irrelevance. Eventually, we successfully constructed an efficient MRE and MNER model. The experimental outcomes demonstrate that the model proposed in this paper improves 2.2% to 0.18% on the MRE and MNER datasets. Our code is available at https://github.com/SiweiWei6/VIT-CMNet .
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
SHANSHAN完成签到 ,获得积分10
1秒前
英吉利25发布了新的文献求助10
3秒前
庾楼月宛如昨完成签到 ,获得积分10
10秒前
青水完成签到 ,获得积分10
11秒前
安详的老五完成签到,获得积分10
11秒前
WZ完成签到 ,获得积分10
11秒前
12秒前
14秒前
John完成签到,获得积分10
15秒前
19秒前
雨竹完成签到 ,获得积分10
20秒前
qiongqiong完成签到 ,获得积分10
20秒前
夜话风陵杜完成签到 ,获得积分0
20秒前
清秀小海豚完成签到 ,获得积分10
22秒前
lsn完成签到 ,获得积分10
25秒前
wodetaiyangLLL完成签到 ,获得积分10
25秒前
杰拉多尼完成签到,获得积分10
30秒前
Rosemary绛绛完成签到 ,获得积分10
33秒前
Xiaoyisheng完成签到,获得积分10
35秒前
默默然完成签到 ,获得积分10
48秒前
机智的孤兰完成签到 ,获得积分10
50秒前
邢哥哥完成签到,获得积分10
56秒前
58秒前
不安碧灵完成签到,获得积分10
1分钟前
乔杰完成签到 ,获得积分10
1分钟前
记得哄小孩完成签到,获得积分10
1分钟前
盼盼完成签到,获得积分10
1分钟前
1分钟前
热带蚂蚁完成签到 ,获得积分0
1分钟前
fengwei应助科研通管家采纳,获得10
1分钟前
外向的斑马完成签到 ,获得积分10
1分钟前
fengwei应助科研通管家采纳,获得10
1分钟前
追逐梦想的打工人完成签到,获得积分10
1分钟前
池雨完成签到 ,获得积分10
1分钟前
兰州2026完成签到 ,获得积分10
1分钟前
乐观秋天发布了新的文献求助30
1分钟前
然宝应助xiaochuan采纳,获得10
1分钟前
霸气鞯完成签到 ,获得积分10
1分钟前
机灵石头完成签到,获得积分10
1分钟前
独特的秋完成签到,获得积分10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Principles of town planning: translating concepts to applications 1000
Navigating Normative Orders. Interdisciplinary Perspectives 800
1 Peter and Christ's Descent to the Dead in Its Early Christian Reception 700
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7738972
求助须知:如何正确求助?哪些是违规求助? 9287870
关于积分的说明 20184999
捐赠科研通 7316911
什么是DOI,文献DOI怎么找? 3306016
关于科研通互助平台的介绍 2458472
邀请新用户注册赠送积分活动 2315950