基于开放集和知识的视觉问答与推理路径
原文约300字，阅读约需1分钟。发表于：。知识引导的视觉问题回答（KB-VQA）通过外部知识库的辅助，为图像和相关的文本问题提供正确答案。本文提出了一种名为 Graph pATH rankER（GATHER）的新型 KB-VQA 框架，通过构建图、修剪和路径级别排序，不仅能够准确检索答案，还提供解释推理过程的路径。通过在真实世界问题上的广泛实验，证明了该框架不仅能够在整个知识库上进行开放式问题回答，还能提供明确的推理路径。
GATHER是一种新型KB-VQA框架，通过构建图、修剪和路径级别排序，能够准确检索答案并提供解释推理过程的路径。该框架可在整个知识库上进行开放式问题回答，提供明确的推理路径。
