文献

J-GLOBAL ID：202202268069331379   整理番号：22A0942019

レシピ発生のための構造予測による生成ネットワークの分解【JST・京大機械翻訳】

Decomposing generation networks with structure prediction for recipe generation

著者 (6件)： Wang Hao (School of Computer Science and Engineering, Nanyang Technological University, Singapore) ,  Wang Hao (Joint NTU-UBC Research Centre of Excellence in Active Living for the Elderly, NTU) ,  Lin Guosheng (School of Computer Science and Engineering, Nanyang Technological University, Singapore) ,  Hoi Steven C.H. (School of Information Systems, Singapore Management University, Singapore) ,  Miao Chunyan (School of Computer Science and Engineering, Nanyang Technological University, Singapore) ,  Miao Chunyan (Joint NTU-UBC Research Centre of Excellence in Active Living for the Elderly, NTU)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 126  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 食品画像と成分からの処方は,他のモダリティからの情報の解釈を必要とする挑戦的なタスクである。キャプションが通常1つの文章を持つ画像キャプテーションタスクと異なり,調理命令は複数の文章を含み,明白な構造を持っている。このモデルがレシピ構造を捕捉し,いくつかの調理の詳細を欠いているのを助けるために,構造予測による生成ネットワーク(DGN)を構造予測で,より構造化され,完全なレシピ生成出力を得るために,新しいフレームワークを提案した。具体的には,各調理命令をいくつかのフェーズに分割し,各フェーズに異なるサブジェネレータを割り当てる。著者らのアプローチは2つの新規なアイデアを含んでいる。(i)大域構造予測成分によるレシピ構造の学習と(ii)予測構造に基づくサブジェネレータ出力成分におけるレシピ相の生成。挑戦的な大規模Recipe1Mデータセットに関する広範な実験により,提案モデルの有効性を検証し,最先端の結果に対する性能を改善した。Copyright 2022 Elsevier B.V., Amsterdam. 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 ,  言語 ,  食品 ,  *ネットワーク ,  構造 ,  調理 ,  ジェネレータ ,  有効性 ,  大規模
準シソーラス用語： モダリティ ,  *レシピ ,  キャプション , 【Automatic Indexing@JST】

著者キーワード (2件)： テキスト生成 ,  視覚と言語

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： レシピ ,  構造予測 ,  分解