信息处理的方法、装置、设备和存储介质与流程

本公开的示例实施例总体涉及计算机领域，特别地涉及信息处理的方法、装置、设备和计算机可读存储介质。

背景技术：

1、随着计算机技术的发展，网络模型能够提供越来越多的功能，比如，视觉语言模型是能够同时处理视觉信息和语言信息，并实现跨模态理解、推理或生成的深度学习模型。通过联合学习视觉与语言的关联，完成诸如图像描述生成、视觉问答、图文检索等多模态任务，然而当前的视觉语言模型中输出内容准确率依然不足。

技术实现思路

1、在本公开的第一方面，提供了一种信息处理的方法。该方法包括：获取第一模型基于输入信息所生成的多项响应内容；利用第二模型，构建与多项响应内容分别对应的多组问题；基于第一模型针对多组问题的回答信息，生成针对多项响应内容的评价结果；以及基于评价结果，利用多项响应内容中的至少一对响应内容，训练第一模型。

2、在本公开的第二方面，提供了一种信息处理的装置。该装置包括：获取模块，被配置为获取第一模型基于输入信息所生成的多项响应内容；构建模块，被配置为利用第二模型，构建与多项响应内容分别对应的多组问题；生成模块，被配置为基于第一模型针对多组问题的回答信息，生成针对多项响应内容的评价结果；以及训练模块，被配置为基于评价结果，利用多项响应内容中的至少一对响应内容，训练第一模型。

3、在本公开的第三方面，提供了一种电子设备。该设备包括至少一个处理单元；以及至少一个存储器，至少一个存储器被耦合到至少一个处理单元并且存储用于由至少一个处理单元执行的指令。指令在由至少一个处理单元执行时使设备执行第一方面的方法。

4、在本公开的第四方面，提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序，计算机程序可由处理器执行以实现第一方面的方法。

5、在本公开的第五方面，提供了一种计算机程序产品。该计算机程序产品包括计算机可执行指令，这些指令在被处理器执行时，实现根据本公开的第一方面的方法。

6、应当理解，本内容部分中所描述的内容并非旨在限定本公开的实施例的关键特征或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的描述而变得容易理解。

1.一种信息处理的方法，包括：

2.根据权利要求1所述的方法，其中所述输入信息包括媒体内容和与所述媒体内容相关联的提示信息。

3.根据权利要求2所述的方法，其中所述提示信息被配置为指示所述第一模型生成所述媒体内容的描述文本，并且获取第一模型基于输入信息所生成的多项响应内容包括：

4.根据权利要求3所述的方法，其中利用第二模型，构建与所述多项响应内容分别对应的多组问题包括：

5.根据权利要求2所述的方法，其中所述提示信息包括与所述媒体内容相关联的问询文本，并且获取第一模型基于输入信息所生成的多项响应内容包括：

6.根据权利要求5所述的方法，其中利用第二模型，构建与所述多项响应内容分别对应的多组问题包括：

7.根据权利要求6所述的方法，其中所述第二模型被配置为：

8.根据权利要求7所述的方法，其中所述第二组问题用于问询与所述语义信息对应的描述内容是否准确。

9.根据权利要求1所述的方法，其中基于所述第一模型针对所述多组问题的回答信息，生成针对所述多项响应内容的评价结果包括：

10.根据权利要求1所述的方法，还包括：

11.根据权利要求1所述的方法，其中利用所述多项响应内容中的至少一对响应内容，训练所述第一模型包括：

12.一种信息处理的装置，包括：

13.一种电子设备，包括：

14.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至11中任一项所述的方法。

15.一种计算机程序产品，包括计算机可执行指令，其中所述计算机可执行指令在被处理器执行时实现根据权利要求1至11中任一项所述的方法。