近日，我院赵巍研究员在SCI来源期刊《Concurrency and Computation-Practice and Experience》发表题为“Contrastive Learning-Based Fine-Tuning Method for Cross-Modal Text-Image Retrieval”的学术论文。

论文简介：随着社交媒体和智能设备的迅速普及，多模态数据呈爆炸式增长，传统的单模态检索方法不足以解决跨模态语义关联任务。为了解决现实场景中文本冗余和图像噪声带来的挑战，本文提出了一种基于对比学习的两阶段渐进式微调方法，用于构建高精度文本－图像跨模态检索系统。我们设计了一个高效的数据预处理方法：文本数据经过标记化、禁用词过滤和关键字提取，而图像数据则使用随机掩码进行增强，以提高对遮挡和噪声的鲁棒性。我们的方法实现了准确性、效率和可扩展性之间的平衡，使其适用于社交媒体内容管理和电子商务跨模态搜索等应用。

论文摘要页

《Concurrency and Computation-Practice and Experience》创刊于2001年，是由WILEY出版的SCI期刊，JCR分区Q3，中科院4区，研究领域包括并行和分布式计算、高性能计算、计算和数据科学、人工智能和机器学习、大数据应用、算法和系统等。

原文链接：https://onlinelibrary.wiley.com/doi/10.1002/cpe.70228