FigureNet：一种用于科学图表问答的深度学习模型
机器学习
2019-04-03 v2 机器学习
摘要
深度学习已在广泛任务中拓展了边界。一个令人关注的领域是解决推理与理解问题，旨在模拟人类智能。在本工作中，我们描述了一种解决分类图表问答推理任务的深度学习模型。我们引入了新颖的架构 FigureNet，其学习识别各类图表元素、量化所表示的值并确定这些统计值的相对排序。我们在 FigureQA 数据集上测试了我们的模型，该数据集提供科学图表（如条形图和饼图）的图像及伴随问题，并附有丰富的标注。我们的方法在该数据集上比最先进的 Relation Networks 基线高出约 ，且训练时间少一个数量级以上。
引用
@article{arxiv.1806.04655,
title = {FigureNet: A Deep Learning model for Question-Answering on Scientific Plots},
author = {Revanth Reddy and Rahul Ramesh and Ameet Deshpande and Mitesh M. Khapra},
journal= {arXiv preprint arXiv:1806.04655},
year = {2019}
}
备注
To appear in the proceedings of the 2019 International Joint Conference on Neural Networks (IJCNN)