視覚対話の改訂生成評価【JST・京大機械翻訳】

Massiceti Daniela; Kulharia Viveka; Dokania Puneet K.; Siddharth N.; Torr Philip H. S.

プレプリント

J-GLOBAL ID：202202202898659310 整理番号：22P0136925

視覚対話の改訂生成評価【JST・京大機械翻訳】

A Revised Generative Evaluation of Visual Dialogue

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2020年04月20日プレプリントサーバーでの情報更新日： 2020年04月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

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

情報加工一般 , 自然語処理 , 人工知能 , その他の情報処理 , システム・制御理論一般

, , ,

前のページに戻る