Image-Text Retrieval
استرجاع الصورة-النص
مهمة تتضمّن إيجاد النص الأنسب لصورة معيّنة (صورة→نص) أو الصورة الأنسب لنص معيّن (نص→صورة)، عادةً عبر مقارنة التضمينات في فضاء مشترك.
A task involving finding the most relevant text for a given image (image→text) or the most relevant image for a given text (text→image), typically by comparing embeddings in a shared space.
Also translated asاسترجاع عبر الحواس، البحث المتقاطع صورة-نص
First appears in this corpus in: ALIGN: Scaling Up Visual and Vision-Language Representation Learning with Noisy Text Supervision (2021)
Appears in these papers
- ALIGN: Scaling Up Visual and Vision-Language Representation Learning with Noisy Text Supervision2021in the sky ✦
- ALIGN: Scaling Up Visual and Vision-Language Representation Learning with Noisy Text Supervision2021in the sky ✦
- BLIP-2: Bootstrapping Language-Image Pre-Training with Frozen Image Encoders and Large Language Models2023in the sky ✦