text-alignment

ViQ提出了一种视觉量化框架，在离散表示中平衡了语义丰富性和细节保留，通过文本对齐预训练和邻近表示学习，支持原生分辨率输入，实现高效的多模态训练。

这篇博文讨论了使用 ProseMirror 的数据模型来转换和对齐电子书和有声读物中的富文本，解决了在句子或单词级别引用文本跨度以实现同步的问题。