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。
視覚入力に関連した質問のシーケンスに答えるタスクであるVisual Dialogueを評価することは,未解決の研究課題のままである。VisDialデータセットの現在の評価スキームは,あらかじめ定義された候補集合におけるグランドトルース回答のランクを計算し,それは,Massiceti et al.(2018)がデータセットバイアスの利用に影響を受けやすいことを示した。このスキームは,NLPでよく研究されている言語の同じ回答-anアスペクトを表現する異なる方法を説明することも少ない。NLP文献からのVisDialデータセットレバレッジメトリックの改訂評価スキームを提案し,モデルと関連回答の集合により生成された回答間のコンセンサスを測定した。相関に基づく簡単で効果的な半教師つき法を用いて,これらの関連回答集合を構築し,人間から全データセットまでのスパース関連性アノテーションを自動的に拡張し,スケールすることを可能にする。これらの集合とコードを,高密度VisDialとして改訂評価スキームに放出し,既存の制約と設計選択の面でのデータセットへの改良である。【JST・京大機械翻訳】