1.一种多模态文本图像分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取待识别图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述利用预先训练的文本识别模型，从所述待识别图像中提取文本信息，包括：
4.根据权利要求1所述的方法，其特征在于，所述利用预先训练的图像编码模型，对所述待识别图像进行特征提取，得到图像特征，包括：
5.根据权利要求1所述的方法，其特征在于，所述利用预先训练的文本编码模型，对所述文本信息进行特征提取，得到文本特征，包括：
6.根据权利要求1所述的方法，其特征在于，所述文本编码模型预先基于如下步骤训练得到：
7.根据权利要求1所述的方法，其特征在于，所述图像编码模型预先基于如下步骤训练得到：
8.根据权利要求1-7任一项所述的方法，其特征在于，所述多模态特征融合分类模型预先基于如下步骤训练得到：
9.一种多模态文本图像分类装置，其特征在于，所述装置包括：
10.一种电子设备，其特征在于，包括：
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现上述权利要求1-8任一所述的方法。