VietMEAgent：针对越南视觉问答的文化感知少样多模态解释

当面对文化特定内容时，当前的视觉问答（VQA）系统受限较大，主要由于训练语料中缺乏文化知识且推理过程对最终用户不可解释。本文引入VietMEAgent，一个为越南文化理解而设计的多模态可解释框架。该方法集成文化物体检测主干网络与结构化程序生成层，形成一个答案预测与解释紧密耦合的管道。精选的越南文化实体知识库作为明确的背景信息来源，而双模态解释模块则结合基于注意力的视觉证据与结构化、人类可读的文本理由。我们进一步构建了一个来自公共存储库的越南文化VQA数据集，并用以演示基于编程的方法在文化AI中的实际应用。该系统提供透明的解释，揭示计算理由及其背后的文化背景，支持教育和文化保存，强调可解释性和文化敏感性。