抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
食品は,基本的な人的必要性だけでなく,社会の健康と経済福祉を駆動する主要因子でもある。結果として,調理ドメインは,情報検索インタフェースからタスク指向チャットボットまでのツールによる精度健康のような利点のサービスにおける意思決定支援(AI)能力を実証するための一般的な使用ケースである。AIは食品ドメイン(例えば,レシピ,成分)における概念を理解し,調理(例えばバターの褐変),アレルギーに基づく置換,および複数のデータ様式(例えば,テキストおよび画像)による仕事に遭遇する失敗に耐性がある。”その方法”は,食品ドメイン(例えば,レシピ,成分)における概念を理解するべきである。”その方法”は,調理(例えば,バターの褐変),アレルギーベースの置換,および複数のデータ様式(例えば,テキストおよび画像)による仕事である。しかしながら,今日のレシピはテキスト文書として取り扱われ,機械が読むこと,理由,および曖昧さを扱うのを困難にする。これは,現在のテキスト文書に存在する曖昧さとスパース性を克服するレシピのより良い表現の必要性を要求する。本論文では,自然言語で利用可能なレシピから,計画形式で,機械理解可能リッチレシピ表現(R3)の構築を論じた。R3は,各原子調理段階について,アレルゲンと成分の画像,可能な故障とチップに関する情報のような付加的知識で注入される。R3の利点を示すため,R3を用いた処方検索のためのツール,TREATも提示し,処方内容(計画対象成分および調理ツール),食品調製プロセス(計画行動および時間)およびメディアタイプ(画像,テキスト)に関するマルチモーダル推論を行う。R3は検索効率の改善と,テキスト表現で不可能であった新しい能力をもたらす。【JST・京大機械翻訳】