[论文笔记]FashionBERT: Text and Image Matching with Adaptive Loss for Cross-modal Retrieval

文章来源：SIGIR’20 摘要 文章基于BERT提出了一个跨模态检索模型，该模型并不是一个通用的检索模型，主要用于电商领域时尚用品（Fashon）检索，作者是阿里巴巴。 框架图 文章框架和之前基于transformer的文章网络架构大致相同， 输入 输入文本和图片，对文本取token对图片取patch 输出 [CLS]用来判断文本和图片是否对齐 训练任务 遮挡图片（文本）预测图片（文本），预测文

>>阅读原文<<