基于多阶渐进对齐的多模态语义理解方法、装置、计算机设备和存储介质

本申请实施例提供了一种基于多阶渐进对齐的多模态语义理解方法、装置、计算机设备和存储介质，所述方法包括：将接收的每种数据分别输入对应的预设编码器中，对输出的至少两种数据特征进行分组，将每个数据特征组输入预设粗对齐模块，确定每个数据特征组对应的匹配得分，并筛选匹配得分超过预设阈值的数据特征组；构建图注意力网络，将筛选的每个数据特征组输入图注意力网络，对输出的第一融合特征进行迭代；将迭代后特征输入预设语义修正模块，将输出的对齐后特征输入预设多模态注意力模型，生成所有特征组的第二融合特征，通过粗对齐模块、图注意力网络和语义修正模块三阶段动态对齐机制解决了现有跨模态语义理解中语义信息损失严重的问题。