多模态数据领域自适应方法、装置和计算机设备

本申请涉及一种多模态数据领域自适应方法、装置和计算机设备。所述方法包括：获取源域的多模态样本集和目标域的多模态样本集，在每一轮次的自适应过程中，将源域的多模态样本集和目标域的多模态样本集分别映射至公共特征空间，采用不同的自监督学习策略对目标域的第一多模态样本集和第二多模态样本集进行自监督学习，从不同的自监督学习策略中筛选出当前轮次中最优的目标自监督学习策略，根据目标自监督学习策略为无标签的第二多模态样本集中的样本添加伪标签，以更新目标域的多模态样本集，基于更新后的目标域的多模态样本集和源域的多模态样本集，对待训练模型进行领域自适应处理。采用本方法能够提升领域自适应过程的精度。