文献

J-GLOBAL ID：201702278992307184   整理番号：17A1772979

視覚対話【Powered by NICT】

Visual Dialog

著者 (8件)： Das Abhishek ,  Kottur Satwik ,  Gupta Khushi ,  Singh Avi ,  Yadav Deshraj ,  Moura Jose M. F. ,  Parikh Devi ,  Batra Dhruv
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 1080-1089  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 視覚対話タスク,視覚コンテンツ周りの自然,会話言語における人間との有意義な対話を保持するAI剤を必要とすることを導入した。具体的には,画像,対話履歴,画像についての疑問,剤は,画像中の問題を粉砕し,歴史から状況を推定し,疑問に答える正確にしなければならない。視覚対話は特異的な下流タスクから十分な解明を機械知能の一般的テストとして役立つように,個々の応答とベンチマーク進歩の客観的評価を可能にするのに十分に視覚における接地であった。大規模視覚対話データセット(VisDial)をcurateへの新しい二人チャットデータ収集プロトコルを開発した。VisDialはCOCOデータセットから~140K画像に1対話(10質問応答対)を含み,全~1.4M対話質問応答対であった。3エンコーダ(後期融合,階層的再発符号器とメモリネットワーク)と2復号器(生成と識別)を伴った視覚的対話のためのニューラル符号器-復号器モデルのファミリー数洗練されたベースラインを上回るを導入した。AI剤候補の答えの集合を分類するように依頼とヒト応答の平均相互ランクのような計量で評価した視覚的対話のための検索型評価プロトコルを提案した。ヒト研究による視覚対話タスクに及ぼす機械とヒューマンパフォーマンス間のギャップを定量化した。著者らのデータセット,コードと訓練されたモデルはhttps://visualdialog.orgで公的に放出される。全てを寄せ集めるは,まず視覚チャットボットを実証した!。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ベンチマーク ,  *会話 ,  ヒューマンパフォーマンス ,  符号器 ,  コンテンツ ,  復号器 ,  データ収集 ,  言語 ,  プロトコル ,  *視覚 ,  画像 ,  ヒト
準シソーラス用語： 質問応答 ,  チャットシステム ,  客観評価 , 【Automatic Indexing@JST】

分類 (4件)： 人間機械系  (IB03000G) ,  リモートセンシング一般  (AD04000L) ,  人工知能  (JE08000Z) ,  視覚モデル  (EL02060N)

タイトルに関連する用語 (2件)： 視覚 ,  対話