淘宝视频的跨模态检索
本系列将介绍在淘宝内容电商生态业务中，对短视频直播这类多媒体内容的识别理解工作。其中包括多媒体内容标签结构化、内容多模态融合识别、超大规模视频标签理解、跨模态语义检索、实时流媒体内容数字化、视频highlight提取及创意生产、多模态内容标签图谱建设等方面的工作成果。
本篇是淘宝视频的第三篇，前两篇可见：
淘宝短视频多模态融合识别
淘宝视频内容标签的结构化分析和管理
搜狗首创语境引擎：AI同传最强进化，PPT翻译正确率猛升40%！
手握搜索引擎和输入法两张王牌，搜狗在AI同传领域又放出大招——搜狗同传3.0惊艳亮相。基于搜狗独创的“语境引擎”，搜狗同传3.0以“多模态”和“自主学习“为核心，加入视觉和思维能力，让AI同传不仅会听，还首次具备了会看、能理解会推理的能力。搜狗一小步，同传一大步。