アリババにおける大規模ロングテール製品認識システム【JST・京大機械翻訳】

Zhou Xiangzeng; Pan Pan; Zheng Yun; Xu Yinghui; Jin Rong

文献

J-GLOBAL ID：202002263572125773 整理番号：20A2461855

アリババにおける大規模ロングテール製品認識システム【JST・京大機械翻訳】

Large Scale Long-tailed Product Recognition System at Alibaba

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A2461855&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (5件)： , , , ,
資料名：
号： CIKM ’20 ページ： 3353-3356 発行年： 2020年
JST資料番号： D0698C 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)

実用的大規模製品認識システムは,AlibabaにおけるE-商業環境の下で,長尾不均衡訓練データの現象に悩まされる。Alibabaにおける製品の画像に加えて,多くの関連する側面情報(例えば,標題とタグ)は,画像に関する豊富な意味情報を明らかにする。先行研究は,主に視覚展望からの長いテール問題に対処することに焦点を合わせるが,サイド情報を活用することの考慮は不足している。本論文では,画像関連サイド情報を活用することによって長いテール問題を取り扱うために,新しいサイド情報ベースの大規模視覚認識共訓練(SICoT)システムを提示する。提案した共訓練システムでは,まず,雑音のある側面情報からセマンティック埋込みを構築することを目的とする双線形単語注意モジュールを導入した。次に,視覚特徴および意味埋込み共訓練方式を設計して,エンドツーエンド方式で少数の訓練データ(テールクラス)を持つクラスに豊富な訓練データ(ヘッドクラス)を有するそれらのクラス間の知識を転送する。4つの挑戦的な大規模データセットに関する大規模な実験は,1万から1百万までのクラスの範囲が,長いテール問題を緩和することにおいて,提案したSICoTシステムのスケーラブルな有効性を実証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , , , , ,
, , , , 【Automatic Indexing@JST】

著者キーワード (5件)： , , , ,

パターン認識 , 図形・画像処理一般

, ,

前のページに戻る