{“id”：“https://openalex.org/W4322747033“，”doi“：”https://doi.org/10.1007/978-3-031-26316-3_39“，”title“：“用于高性能基于文本的可视问题解答的两阶段多模态融合”，“display_name”：“用于基于文本的高性能可视问题答复的两阶段多模态融合”、“publication_year”：2023，“publication_date”：“2023-01-01”，“ids”：{“openalex”：“https://openalex.org/W4322747033“，”doi“：”https://doi.org/10.1007/978-3-031-26316-3_39“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1007/978-3-031-26316-3_39“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S106296714“，”“display_name”“：”“计算机科学课堂讲稿”“，”issn_l“：”0302-9743“，”isn“：[”0302-7743“、”1611-3349“]，”is_oa“：false，”is_in_doaj“：false，”host_organization“：”https://openalex.org/P4310318900“，”“host_organization_name”：“Springer Science+Business Media”，“host_organization_lineage”：[“https://openalex.org/P431031965","https://openalex.org/P4310318900“]，”host_organization_lineage_names“：[”Springer Nature“，”Springer-Science+Business Media“]，“type”：“book-series”}，“license”：null，“licence_id”：nul，“version”：null，“is_accepted”：false，“is_published”：false}，”type“：”book-chapter“，”type_crossref“：“book-chapter”，”indexed_in“：[“crossref”]，”open_access“：{”is_oa“：false”“，”oa_url“：空，”any_repository_has_fulltext“：false}，”作者身份“：[{”作者位置“：”第一个“，”作者“：{”id“：”https://openalex.org/A5028461627“，”display_name“：”Bingjia Li“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I24943067“，”display_name“：”复旦大学“，”ror“：”https://ror.org/013q1eq08“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I24943067“]}]，”国家“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”Bingjia Li“，”rau_affiliation_strings“：[“上海智能信息处理重点实验室，复旦大学计算机科学学院，上海，200438”]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5075877965“，”display_name“：”Jie Wang“，”orcid“：”https://orcid.org/0000-0002-3023-804“}，”机构“：[]，”国家“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”Jie Wang“，”raw关联字符串“：[“ByteDance，中国上海”]}，{“author_position”：“middle”，“author”：{“id”：“https://openalex.org/A5045420812“，”display_name“：”Minyi Zhao“，”orcid“：”https://orcid.org/0000-0001-7720-806X}，“机构”：[{“id”：https://openalex.org/I24943067“，”display_name“：”复旦大学“，”ror“：”https://ror.org/013q1eq08“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I24943067“]}]，”国家“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”Minyi Zhao“，”raw _affiliation_strings“：[“上海智能信息处理重点实验室，复旦大学计算机科学学院，上海，200438”]}，{“author_position”：“last”，“author”：{“id”：“https://openalex.org/A5017862559“，”display_name“：”水耕洲“，”兽人“：”https://orcid.org/0000-0002-1949-2768}，“机构”：[{“id”：https://openalex.org/I24943067“，”display_name“：”复旦大学“，”ror“：”https://ror.org/013q1eq08“，”country_code“：”CN“，”type“：“教育”，”世系“：[”https://openalex.org/I24943067“]}]，”国家“：[”CN“]，”is_corresponding“：false，”raw_author_name“：”周水耕“，”raw _ afiliation_strings“：[“上海智能信息处理重点实验室，复旦大学计算机科学学院，上海，200438”]}]“countries _ distinct_count”：1，”institutions _ disting_count“：1，“corresponding_author_ids”：[]，“corresponding_institution_ids“：[]，”apc_list“：{“value”：5000，”currency“：”EUR“，”value_usd“：5392，”provenance“：”doaj“}，”apc _payed“：”value“：5000，“currench”：“EUR”，”value_ usd“:5392，“provenance”：“doaj”}，“has_fulltext”：false，“cited_by_count”：1，“ciped_by_percentile_year”：{”min“：78，“max”：87}，biblio“：{”volume“：null，”issue“：nul，”first_page“：”658“，”last_page“：”674“}，”is_retracted“：false，”is_paratext“：fase，”primary_topic“：{”id“：”https://openalex.org/T11714“，”“display_name”：“图像和视频中的可视问答”，“score”：1.0，“subfield”：{“id”：“https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T11714“，”“display_name”：“图像和视频中的可视问答”，“score”：1.0，“subfield”：{“id”：“https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T10627“，”display_name“：”图像特征检索和识别技术“，”score“：0.9984，”subfield“：｛”id“：”https://openalex.org/subfields/1707“，”display_name“：”计算机视觉和模式识别“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T11307“，”display_name“：”转移学习和领域适应的进展“，”score“：0.9926，”subfield“：{”id“：”https://openalex.org/subfields/s702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/visual-question-answering“，”display_name“：”可视问答“，”score“：0.62861}，{”id“：”https://openalex.org/keywords/multimal-fusion（多模态融合）“，”display_name“：”Multimodal Fusion“，”score“：0.583292}，{”id“：”https://openalex.org/keywords/image-captioning网站“，”display_name“：”图像字幕“，”score“：0.533926}，{”id“：”https://openalex.org/keywords/visual-recognition网站“，”display_name“：”视觉识别“，”score“：0.503097｝]，”concepts“：[｛”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.8851905}，{”id“：”https://openalex.org/C44291984，“wikidata”：https://www.wikidata.org/wiki/Q1074173网址“，”“display_name”“：”“问答”“，”级别“：2，”分数“：0.6344458}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.61903214}，{”id“：”https://openalex.org/C153083717，“wikidata”：https://www.wikidata.org/wiki/Q6535263“，”display_name“：”Leverage（statistics）“，”level“：2，”score“：0.6001332｝，｛”id“：”https://openalex.org/C2779903281，“wikidata”：https://www.wikidata.org/wiki/Q6888026“，”display_name“：”Modalities“，”level“：2，”score“：0.5422569}，{”id“：”https://openalex.org/C204321447，“wikidata”：https://www.wikidata.org/wiki/Q30642“，”display_name“：”自然语言处理“，”level“：1，”score“：0.53958243}，{”id“：”https://openalex.org/C152124472，“wikidata”：https://www.wikidata.org/wiki/Q1204361“，”display_name“：”冗余（工程）“，”level“：2，”score“：0.5248273}，{”id“：”https://openalex.org/C36464697，“wikidata”：https://www.wikidata.org/wiki/Q451553“，”display_name“：”可视化“，”级别“：2，”分数“：0.46639225}，{”id“：”https://openalex.org/C2780910867网址，“wikidata”：https://www.wikidata.org/wiki/Q1952416“，”display_name“：”多模态“，”level“：2，”score“：0.4578745}，{”id“：”https://openalex.org/C192209626，“wikidata”：https://www.wikidata.org/wiki/Q190909“，”display_name“：”焦点（光学）“，”级别“：2，”分数“：0.41904327}，{”id“：”https://openalex.org/C23123220，“wikidata”：https://www.wikidata.org/wiki/Q816826“，”display_name“：”信息检索“，”level“：1，”score“：0.37276563}，{”id“：”https://openalex.org/C136764020，“wikidata”：https://www.wikidata.org/wiki/Q466“，”display_name“：”万维网“，”level“：1，”score“：0.0730184}，{”id“：”https://openalex.org/C36289849，“wikidata”：https://www.wikidata.org/wiki/Q34749“，”display_name“：”社会科学“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C144024400，“wikidata”：https://www.wikidata.org/wiki/Q21201“，”display_name“：”社会学“，”level“：0，”score“：0.0}，{”id“：”https://openalex.org/C111919701，“wikidata”：https://www.wikidata.org/wiki/Q9135“，”display_name“：”操作系统“，”level“：1，”score“：0.0}，{”id“：”https://openalex.org/C121332964，“wikidata”：https://www.wikidata.org/wiki/Q413“，”display_name“：”物理“，”级别“：0，”分数“：0.0}，{”id“：”https://openalex.org/C120665830，“wikidata”：https://www.wikidata.org/wiki/Q14620“，”display_name“：”Optics“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.1007/978-3-031-26316-3_39“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S106296714“，”“display_name”“：”“计算机科学课堂讲稿”“，”issn_l“：”0302-9743“，”isn“：[”0302-7743“、”1611-3349“]，”is_oa“：false，”is_in_doaj“：false，”host_organization“：”https://openalex.org/P4310318900“，”“host_organization_name”：“Springer Science+Business Media”，“host_organization_lineage”：[“https://openalex.org/P431031965","https://openalex.org/P4310318900“]，”host_organization_lineage_names“：[”Springer Nature“，”Spring er Science+Business Media“]，“type”：“book series”}，“license”：null，“licence_id”：nul，“version”：null，“is_accepted”：false，“is_published”：false}]，“best_oa_location”：nuld，“sustainable_development_goals”：[{“display_name”：“素质教育”，“id”：”https://metadata.un.org/sdg/4“，”score“：0.89}]，”grants“：[]，”datasets“：[]，”versions“：[】，”referenced_works_count“：28，”referrenced_works“：【”https://openalex.org/W1933349210","https://openalex.org/W1966382373","https://openalex.org/W2053317383","https://openalex.org/W2493916176","https://openalex.org/W2745461083","https://openalex.org/W2809273748","https://openalex.org/W2979382951","https://openalex.org/W2988326850","https://openalex.org/W3004268082","https://openalex.org/W3034336960","https://openalex.org/W3034943799","https://openalex.org/W3035644209","https://openalex.org/W3093385053","https://openalex.org/W3104953317","https://openalex.org/W3106859150","https://openalex.org/W3108319047","https://openalex.org/W3110661548","https://openalex.org/W3115287481","https://openalex.org/W3176851559","https://openalex.org/W3177934633","https://openalex.org/W3179897446","https://openalex.org/W3181159501","https://openalex.org/W3205050305","https://openalex.org/W3205209899","https://openalex.org/W3206082179","https://openalex.org/W3215381707","https://openalex.org/W3215633354","https://openalex.org/W4312263373“]，”related_works“：[”https://openalex.org/W4386576699","https://openalex.org/W4377703168","https://openalex.org/W4239305747","https://openalex.org/W2248852396","https://openalex.org/W2141765414","https://openalex.org/W2111997505","https://openalex.org/W207304934网址","https://openalex.org/W2060883057","https://openalex.org/W199123384","https://openalex.org/W1560657467“]，”ngrams_url“：”https://api.openalex.org/works/W4322747033/ngrams网站“，”“abstract_inverted_index”：{“基于文本”：[0]，“可视”：[1,26,50,59,76115]，“问题”：[2,10,62100]，“回答”：[3]，“（TextVQA）”：[4]，“是”：[5]，“到”：[6,20,42104121140]，“答案”：[7]，“a”：[8,15,86134]，“文本相关”：[9]，“by”：[11]，“阅读”：[12]，“文本”：[13,30,48,80106148]，“”在“：[14,31,70127174]，”给定“：[16]，”图像“：[17]，”其中“：[18,95]，”需要”：[19]，“共同”：[21]，“原因”：[22]，“超过”：[23]，“三个”：[24]，“形式\u2014question，”：[25]，“对象”：[27]，“和”：[28,49,63,75101108125149159177]，“场景”：[29,64,79130]，“图像。“：[32]，“大多数”：[33]，“现有”：[34]，“作品”：[35]，“杠杆”：[36]，“图形”：[37]，“或”：[38]，“复杂”：[39]，“注意”：[40]，“机制”：[41]，“增强”：[43]，“the”：[44,61,99111123128146157179]，“interaction”：[45]，“between”：[46]，“objects”。“：[51]，”In“：[52]，”this“：[53]，”paper“：[54]，”observating“：[55]，”that“：[56163]，”compared“：[57]，”with“：58137]，”objects“，”：[60]，“text”：[65]，“models”：[66]，74]，“外观”：[77]，“of”：[78]，“also”：[82]，“有用”：[83]，“我们”：[84132]，“提议”：[85]两阶段”：[87]，“多模态”：[88]，“融合”：[89]，“基于”：[90]，“方法”：[91165]，“用于”：[92]，“高性能”：[93]，“TextVQA”：[94]，“第一”：[96]，“语义”：[97]，“组合”：[98]，“OCR”：[102]，“令牌”：[103]，“理解”：[105]，“更好”：[107]，“然后”：[109]，“集成”：[110]，“组合”：[112]，“结果”：[113]，“进入”：[114]，“特征”：[116]，“作为”：[117]，“附加“：[118]，”信息。“：[119]，”“此外，”：[120]，“缓解”：[122]，“冗余”：[124]，“噪音”：[126]，“识别”：[129]，“文本”，：[131]，“开发”：[133]，“去噪”：[135]，“模块”：[136]，“对比”：[138]，“损失”：[139]，“制造”：[141]，“我们的”：[142164]，“模型”：[143]，“焦点”：[144]，“关注”：[145156]，“相关”：[147]，“因此，“：[150]，”获取“：[151]，”健壮“：[153]，”特征。“：[154]，“实验”：[155]，“ST-VQA”：[160]，“数据集”：[161]，“显示”：[162]，“实现”：[166]，“竞争”：[167]，“性能”：[168]，“无”：[169]，“任何”：[170]，“大规模”：[171]，“预培训”：[172]，“使用”：[173]，“最近”：[175]，“作品”：[176]，“表现优异”：[178]，“最先进”：[180]，“方法”：[181]，“之后”：[182]，“存在”：[183]，“预先训练。“：[184]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4322747033“，”counts_by_year“：[{”年“：2024，”cited_by_count“：1}]，”更新日期“：”2024-06-04T17:27:37.066389“，”创建日期“：“2023-03-03”}