Phrase Grounding

Phrase Grounding任务是自然语言处理领域的一个子任务，旨在将图像标题中每个由名词短语提及的实体与图像中的相应区域进行对齐。该任务通过建立图像与文本之间的细粒度关联，增强了多模态数据的理解和交互能力，对于提升视觉问答、图像检索及自动图像标注等应用的性能具有重要意义。