Mr. Right：基于图文表示的多模态检索

该研究面向图文混合文档检索，提出 Mr. Right 数据集，以覆盖查询依赖文本内容、图像信息或两者结合的不同需求，并提供多模态训练范式及已有检索框架的评估。基于摘要分析，未取得论文全文。 研究的主要对象是信息检索，而非 EEG 或 BCI。其出发点是：传统单模态检索及图文检索对查询需求的覆盖有限，现实查询可能涉及文档正文、图像描述或两者。作者利用包含丰富图文样本的 Wikipedia 数据，生成 text-related、image-related 和 mixed 三类文本查询；这里查询本身均为文本，变化的是查询所依赖的模态信息，并非三种不同输入模态。 作者提供多模态训练范式，并评估既有文本检索与图像检索框架。作者报告，多模态检索能够改善检索表现，但将文本与图像整合为良好的统一文档表示仍具挑战。摘要未提供具体指标、增益幅度或对照配置，因此不能据此判断收益大小或各类查询的表现差异。 阅读全文时应重点核对查询生成与相关性标注方式、图文配对规则、训练与测试划分，以及统一表示如何融合两种模态。数据规模、模型结构、损失函数、实验协议、消融及统计信息尚未验证。材料没有提供神经信号数据或明确的 EEG 方法对应关系，不能将其结果解读为 BCI 有效性的证据。