文献

J-GLOBAL ID：202302257866087742   整理番号：23A0950106

視覚的質問応答における視線情報を利用した曖昧性解消に向けて

著者 (9件)： 稲積駿 (奈良先端科学技術大学院大) ,  稲積駿 (理研) ,  河野誠也 (理研) ,  湯口彰重 (理研) ,  湯口彰重 (奈良先端科学技術大学院大) ,  川西康友 (理研) ,  川西康友 (奈良先端科学技術大学院大) ,  吉野幸一郎 (理研) ,  吉野幸一郎 (奈良先端科学技術大学院大)
資料名： 言語処理学会年次大会発表論文集(Web)  (Proceedings of the Annual Meeting of the Association for Natural Language Processing (Web))
巻： 29th  ページ： ROMBUNNO.Q8-6 (WEB ONLY)  発行年： 2023年03月 
JST資料番号： U0384A  ISSN： 2188-4420  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 視覚的質問応答(VQA:Visual Question Answering)は,画像に関する質問が与えられた時に回答を導くタスクであり,質問と画像中の情報から回答が一意に決定する状況を仮定する.しかし,VQAを人間と実世界対話を行うロボットに応用する場合,主語の省略や指示語が,視線などのマルチモーダルな補完情報(文脈情報)と共に利用される場合がある.本研究では画像中の人物が見ている対象の情報を利用したVQAデータセットを構築し,視線の先の物体名をVQAの曖昧性解消に利用した結果を報告する.(著者抄録)

シソーラス用語： *質問応答システム ,  対話処理 ,  知能ロボット ,  *マルチモーダルインタフェイス ,  情報 ,  自然言語処理 ,  *視線 ,  会話ロボット
準シソーラス用語： *マルチモーダル対話 ,  *視覚的質問応答 ,  自然言語対話 ,  質問応答 ,  対話ロボット ,  文脈情報 ,  曖昧性解消

分類 (2件)： 自然語処理  (JE06000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 視覚 ,  質問応答 ,  視線 ,  曖昧性解消