论文笔记整理：陈卓，浙江大学计算机科学与技术系，博士研究生。 论文链接：https://arxiv.org/pdf/2006.09073 代码：https://github.com/astro-zihao/mucko 发表会议：IJCAI 2020 任务定义及背景 VQA（视觉问答）顾名思义，也就是结合视觉的信息来回答问题。其于15年被提出，涉及的方法从最开始的联合编码，到双线性融合，注意力