期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于跨模态理解与重构的适应性数字教育资源:模型构建与实践框架 被引量:18
1
作者 罗江华 张玉柳 《现代远程教育研究》 CSSCI 北大核心 2023年第6期91-101,共11页
数字教育资源在推进教育高质量发展的过程中扮演着重要角色。人工智能时代,如何让数字教育资源从之前的“让人适应”变为能“主动适应人”,是数字教育资源建设亟待解决的关键问题。随着人工智能生成内容(AIGC)应用场景的持续拓展,跨模... 数字教育资源在推进教育高质量发展的过程中扮演着重要角色。人工智能时代,如何让数字教育资源从之前的“让人适应”变为能“主动适应人”,是数字教育资源建设亟待解决的关键问题。随着人工智能生成内容(AIGC)应用场景的持续拓展,跨模态理解与重构技术为破解数字教育资源的适应性问题提供了可行的技术支持。具体而言,就是主张“人—境—机—物”多主体协同,利用跨模态理解与重构技术对复杂教育情境中的多模态教学行为和多模态数字教育资源进行智能挖掘和耦合计算,实现适用于人机协同环境的教育资源推荐,挖掘数字教育资源服务的供需适配关系,达成数字教育资源生成链的自我调度,由此即可构建起适应性数字教育资源模型。在实践推进层面,应构建起包括数据采集层、智能分析层、规则约束层、应用服务层四个层次的适应性数字教育资源实践框架,以期在对多模态教育资源和师生行为进行跨模态理解的基础上,切实推进对数字教育资源的智能管理和个性化服务。 展开更多
关键词 模态重构 跨模态理解 适应性数字教育资源 人机协同 AIGC
在线阅读 下载PDF
指代视频分割方法研究综述
2
作者 魏彩颖 贾磊 《计算机工程与应用》 北大核心 2025年第2期73-83,共11页
指代视频分割是计算机视觉和自然语言处理交叉领域的热点研究任务。目标是通过理解文本语义分割出给定视频的相关实体。与传统需预定义待分割物体类别的视觉分割任务不同,该任务不依赖于预定义的物体类别,而是通过理解给定的描述语句定... 指代视频分割是计算机视觉和自然语言处理交叉领域的热点研究任务。目标是通过理解文本语义分割出给定视频的相关实体。与传统需预定义待分割物体类别的视觉分割任务不同,该任务不依赖于预定义的物体类别,而是通过理解给定的描述语句定位目标并分割。由于文本描述的内容随机且无分割好的视频帧当作参考,使得该任务极具挑战。虽然是新兴的跨媒体理解任务,但在安防监控、车辆追踪以及行人重识别等领域具有极高的应用前景并已有较多性能显著的方法提出。由于缺乏指代视频分割方法的研究综述,因此现有的指代视频分割方法被系统梳理和分析。具体地,根据研究思路的不同粗略地将解决方法分为四类:基于动态卷积、基于注意力机制、基于多层次信息学习和基于端到端序列预测的指代视频分割;对各类及各类内具体方法的性能进行定量和定性的分析;总结现有工作的不足以及未来可进行改进的思路。 展开更多
关键词 模态检索 指代视频分割 跨模态理解
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部