基于序列结构食谱的菜系分类
计算与语言
2020-04-30 v1
摘要
世界各地的文化因其菜系中的特有模式而得以区分。这些菜系通过其子结构（如食材、烹饪过程和器具）来刻画。一个地区固有的这些子结构的复杂融合定义了菜系的身份。基于烹饪特征对菜系进行准确分类是一个悬而未决的问题，迄今已尝试将食谱的食材作为特征来解决。以往研究使用非结构化食谱进行菜系分类，未考虑烹饪技术的细节。实际上，烹饪过程/技术及其顺序对食谱结构乃至其分类高度重要。本文中，我们在包含食谱序列数据的 RecipeDB 数据集上，通过考虑此信息实现了一系列分类技术。最先进的 RoBERTa 模型在从逻辑回归、朴素贝叶斯到 LSTM 和 Transformer 的一系列分类模型中取得了 73.30% 的最高准确率。
引用
@article{arxiv.2004.14165,
title = {Classification of Cuisines from Sequentially Structured Recipes},
author = {Tript Sharma and Utkarsh Upadhyay and Ganesh Bagler},
journal= {arXiv preprint arXiv:2004.14165},
year = {2020}
}
备注
36th IEEE International Conference on Data Engineering (ICDE 2020), DECOR Workshop; 4 pages, 4 tables