多模态框架融合文本与图像预测房价

Khandokar Md. Rahat Hossain 等作者提出一个多模态房价预测框架，把房源的结构化属性、文本描述和照片融合成统一表示，再用回归器预测价格。框架用大语言模型从房源文本中提取与领域相关的时空和上下文特征；对房源照片则采用无监督视觉-语言方法自动分为室内、室外、混合或户型图等类别，无需人工标注。 作者称，在大型真实房源数据集上，该框架的预测表现优于传统方法和现有多模态基线；消融实验显示，文本特征提取和分类视觉嵌入对结果的贡献显著。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。