文献

J-GLOBAL ID：202002220197511816   整理番号：20A1704917

ラベル付けの負荷軽減:注意分岐エンコーダ・デコーダ・ネットワークによる文生成【JST・京大機械翻訳】

Alleviating the Burden of Labeling: Sentence Generation by Attention Branch Encoder-Decoder Network

著者 (7件)： Ogura Tadashi (National Institute of Information and Communications Technology, Kyoto, Japan) ,  Magassouba Aly (National Institute of Information and Communications Technology, Kyoto, Japan) ,  Sugiura Komei (National Institute of Information and Communications Technology, Kyoto, Japan) ,  Hirakawa Tsubasa (Chubu University, Kasugai, Japan) ,  Yamashita Takayoshi (Chubu University, Kasugai, Japan) ,  Fujiyoshi Hironobu (Chubu University, Kasugai, Japan) ,  Kawai Hisashi (National Institute of Information and Communications Technology, Kyoto, Japan)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 5  号： 4  ページ： 5945-5952  発行年： 2020年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
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： 国内サービスロボット(DSRs)は,在宅医療従事者の不足に対する有望な解決策である。しかし,DSRの主な限界の一つは,言語を通して自然に相互作用できないことである。最近,データ駆動手法がこの限界に取り組むために有効であることが示されている。しかし,それらはしばしば大規模データセットを必要とし,それは高価である。この背景に基づいて,フェッチ命令の自動文章生成を行うことを目的とした:例えば,「テーブル上の緑茶ボトル」。これは,適切な表現がターゲットオブジェクト,ならびにその周辺に依存するので特に困難である。本レターでは,視覚入力から文章を生成するため,注意分岐符号器(ABEN)を提案した。他の手法とは異なり,ABENは,サブワードレベル注意を利用し,サブワード埋込みに基づく文章を生成するマルチモーダル注意分岐を持つ。実験では,画像キャプテーションにおける4つの標準計量を用いて,ベースライン法とABENを比較した。結果は,ABENがこれらの計量に関して基準線より優れていることを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  相互作用 ,  言語 ,  *ネットワーク ,  符号器 ,  医療従事者 ,  緑茶 ,  多モード ,  基準線
準シソーラス用語： *文章生成 ,  サービスロボット ,  データ駆動 ,  大規模データセット , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： ラベル付け ,  負荷軽減 ,  注意 ,  分岐 ,  エンコーダ ,  デコーダ ,  文生成