《表2 多模态深度学习问题分类、常用的数据集和评价标准》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《多模态深度学习综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:acc为准确率（accuracy）；BLUE-n为标注语句评价指标；WUPS为吴—帕尔默相似（Wu-Palmer similarity）；EER为等错误率（equal error rate）；MAP为平均精度均值（mean average precision）。

多模态深度学习作为一个有着极大发展潜力的深度学习的研究方向，大量的研究机构在对其现有的模型不断地进行创新和探索，完善数据集，提高多模态深度学习模型运算速度，提高输出预测准确率。表2汇总了各多模态深度学习问题和其相应的数据集，以及基于该问题和相应的数据库学习结果。