[0022] 在一個(gè)示范性實(shí)施例中，所述將所述第i層的第三跨注意力特征拆分成所述第i層抗噪注意力模塊輸出的圖像注意力特征和第i層的文本修復(fù)特征，包括：按照所述第i層的第一跨注意力特征和所述第i層的第二跨注意力特征之間的特征數(shù)量的第一比值，將所述第三跨注意力特征拆分成所述第i層抗噪注意力模塊輸出的圖像注意力特征和第i層的文本修復(fù)特征，其中，所述第i層抗噪注意力模塊輸出的圖像注意力特征和第i層的文本修復(fù)特征之間的特征數(shù)量的第二比值等于所述第一比值。 [0023] 在一個(gè)示范性實(shí)施例中，所述根據(jù)所述第i層的文本修復(fù)特征和所述第i層的答案編碼特征，確定所述第i層的文本修復(fù)特征對(duì)應(yīng)的權(quán)重值，包括：在所述第i層的文本修復(fù)特征包括維度為M×K的特征、所述第i層的答案編碼特征包括維度為H×K的特征的情況下，分別確定所述維度為M×K的特征中的各個(gè)維度為1×K的特征與所述維度為H×K的特征中的各個(gè)維度為1×K的特征之間的相似度，得到維度為M×H的相似度，其中，M、H、K均為大于或等于2的正整數(shù)；根據(jù)維度為M×H的相似度，確定與維度為M×K的特征對(duì)應(yīng)的維度為M×1的權(quán)重值，其中，所述第i層的文本修復(fù)特征對(duì)應(yīng)的權(quán)重值包括所述維度為M×1的權(quán)重值。 [0024] 在一個(gè)示范性實(shí)施例中，所述根據(jù)維度為M×H的相似度，確定與維度為M×K的特征對(duì)應(yīng)的維度為M×1的權(quán)重值，包括：在維度為M×H的相似度中的各個(gè)維度為1×H的相似度中選擇取值最大的相似度，得到維度為M×1的相似度；在所述M×1的相似度中查找取值大于或等于預(yù)設(shè)閾值的相似度；在所述M×1的相似度中查找到取值大于或等于預(yù)設(shè)閾值的相似度的情況下，將查找到的取值大于或等于所述預(yù)設(shè)閾值的相似度設(shè)置為0，得到所述維度為M×1的權(quán)重值，或，將查找到的取值大于或等于預(yù)設(shè)閾值的相似度中的各個(gè)相似度的取值設(shè)置為所述各個(gè)相似度的取值與1之間的差值，得到所述維度為M×1的權(quán)重值。 [0025] 在一個(gè)示范性實(shí)施例中，所述根據(jù)所述第i層的文本修復(fù)特征對(duì)應(yīng)的權(quán)重值與所述第i層的文本修復(fù)特征，確定所述第i層抗噪注意力模塊輸出的文本修復(fù)篩選特征，包括： 在所述第i層的文本修復(fù)特征包括維度為M×K的特征、所述第i層的文本修復(fù)特征對(duì)應(yīng)的權(quán)重值包括維度為M×1的權(quán)重值的情況下，將所述維度為M×1的權(quán)重值與所述維度為M×K的特征對(duì)應(yīng)相乘，得到維度為M×K的加權(quán)特征，其中，所述第i層抗噪注意力模塊輸出的文本修復(fù)篩選特征包括所述維度為M×K的加權(quán)特征。 [0026] 在一個(gè)示范性實(shí)施例中，所述將輸入所述第i層抗噪注意力模塊的圖像注意力特征輸入到第i層的第一自注意力編碼模塊，得到第i層的圖像編碼特征，包括：將輸入所述第i層抗噪注意力模塊的圖像注意力特征輸入到所述第i層的第一自注意力編碼模塊中的第一自注意力單元，得到第i層的第一候選自注意力特征，其中，所述第一自注意力單元用于根據(jù)輸入所述第i層抗噪注意力模塊的圖像注意力特征，確定輸入所述第i層抗噪注意力模塊的圖像注意力特征對(duì)應(yīng)的權(quán)重值，并根據(jù)所述輸入所述第i層抗噪注意力模塊的圖像注意力特征對(duì)應(yīng)的權(quán)重值以及輸入所述第i層抗噪注意力模塊的圖像注意力特征，確定所述第i層的第一候選自注意力特征；將所述第i層的第一候選自注意力特征輸入所述第i層的第一自注意力編碼模塊中的第四隨機(jī)擦除單元，得到第i層的第四擦除注意力特征，其中，所述第四隨機(jī)擦除單元用于對(duì)所述第i層的第一候選自注意力特征中的部分特征值進(jìn)行置 0，得到所述第i層的第四擦除注意力特征；將所述第i層的第四擦除注意力特征輸入所述第i層的第一自注意力編碼模塊中的第四歸一化單元，得到所述第i層的第四歸一化特征，其中，所述第四歸一化單元用于對(duì)所述第i層的第四擦除注意力特征中的特征值進(jìn)行歸一化處理，得到所述第i層的第四歸一化特征；將所述輸入所述第i層抗噪注意力模塊的圖像注意力特征和所述第i層的第四歸一化特征進(jìn)行疊加，得到第i層的圖像編碼特征。 [0027] 在一個(gè)示范性實(shí)施例中，所述將輸入所述第i層抗噪注意力模塊的圖像注意力特征輸入到所述第i層的第一自注意力編碼模塊中的第一自注意力單元，得到第i層的第一候選自注意力特征，包括：通過以下公式確定所述第i層的第一候選自注意力特征： [0028] [0029] 其中， 表示所述第i層的第一候選自注意力特征，表示所述輸入所述第i層抗噪注意力模塊的圖像注意力特征， 、 、 表示預(yù)先確定的轉(zhuǎn)移矩陣， [0030] 表示所述輸入所述第i層抗噪注意力模塊的圖像注意 力特征對(duì)應(yīng)的權(quán)重值。

將所述第i層的問句編碼特征和所述第i層的圖像編碼特征輸入到所述第i層的第二跨注意力編碼模塊中的第二跨注意力單元，得到第i層的第二候選跨注意力特征，其中，所述第二跨注意力單元用于根據(jù)所述第i層的問句編碼特征和所述第i層的圖像編碼特征，確定所述第i層的圖像編碼特征對(duì)應(yīng)的權(quán)重值，并根據(jù)所述第i層的圖像編碼特征對(duì)應(yīng)的權(quán)重值以及所述第i層的圖像編碼特征，確定所述第i層的第二候選跨注意力特征； 將所述第i層的第二候選跨注意力特征輸入所述第i層的第二跨注意力編碼模塊中的第二隨機(jī)擦除單元，得到第i層的第二擦除注意力特征，其中，所述第二隨機(jī)擦除單元用于對(duì)所述第i層的第二候選跨注意力特征中的部分特征值進(jìn)行置0，得到所述第i層的第二擦除注意力特征； 將所述第i層的第二擦除注意力特征輸入所述第i層的第二跨注意力編碼模塊中的第二歸一化單元，得到所述第i層的第二歸一化特征，其中，所述第二歸一化單元用于對(duì)所述第i層的第二擦除注意力特征中的特征值進(jìn)行歸一化處理，得到所述第i層的第二歸一化特征； 將所述第i層的問句編碼特征和所述第i層的第二歸一化特征進(jìn)行疊加，得到所述第i層的第二跨注意力特征。 6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述將所述第i層的問句編碼特征和所述第i層的圖像編碼特征輸入到所述第i層的第二跨注意力編碼模塊中的第二跨注意力單元，得到第i層的第二候選跨注意力特征，包括： 通過以下公式確定所述第i層的第二候選跨注意力特征： , 其中， 表示所述第i層的第二候選跨注意力特征， 表示所述第i層 的圖像編碼特征， 表示所述第i層的問句編碼特征， 表示預(yù)先確定的 轉(zhuǎn)移矩陣， 表示所述第i層的圖像編碼特征對(duì)應(yīng)的權(quán)重值。 7.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將所述第i層的目標(biāo)拼接特征和所述第i層的答案編碼特征輸入第i層的第三跨注意力編碼模塊，得到第i層的第三跨注意力特征，包括： 將所述第i層的目標(biāo)拼接特征和所述第i層的答案編碼特征輸入到所述第i層的第三跨注意力編碼模塊中的第三跨注意力單元，得到第i層的第三候選跨注意力特征，其中，所述第三跨注意力單元用于根據(jù)所述第i層的目標(biāo)拼接特征和所述第i層的答案編碼特征，確定所述第i層的目標(biāo)拼接特征對(duì)應(yīng)的權(quán)重值，并根據(jù)所述第i層的目標(biāo)拼接特征對(duì)應(yīng)的權(quán)重值以及所述第i層的目標(biāo)拼接特征，確定所述第i層的第三候選跨注意力特征；