本体知识增强

EthoCLIP：本体增强的视频-语言预训练用于动物行为理解

EthoCLIP: Ontology-Enhanced Video-Language Pretraining for Animal Behavior Understanding

将结构化领域本体（NBO）作为归纳偏置注入视觉-语言对比学习，通过本体感知图模块建模行为层级关系，为数据稀缺的细粒度视频理解提供可复用的语义增强预训练范式。