Feb, 2023
多模态表示学习:演进、预训练及其应用的综述
Multimodality Representation Learning: A Survey on Evolution,
Pretraining and Its Applications
TL;DR本综述论文全面介绍了深度学习多模态体系结构的演变和增强,以应对文本、视觉和音频特征的多样化跨模态和现代多模态任务:包括最新的任务特定的深度学习方法,多模态预训练目标,以及从最先进的预训练多模态方法到统一体系结构。本文结合具体数据集和案例分析展示多模态学习的挑战、间隔和潜在研究主题。