基于自适应推理与加权似然估计的生成式视觉对话系统
计算机视觉与模式识别
2019-08-15 v2
摘要
生成式视觉对话（VD）系统的关键挑战在于以自然且连贯的对话流对人工查询作出信息丰富的回答。传统的基于最大似然估计（MLE）的方法仅从正响应中学习而忽略负响应，因此倾向于产生安全或通用的回答。为解决此问题，我们提出了一种结合加权似然估计（WLE）方法的新颖训练方案。此外，设计了一个自适应多模态推理模块，以自动适应各种对话场景并相应选择相关信息。在 VisDial 基准上的实验结果表明，我们提出的算法优于其他最先进的方法，在 recall@10 上提升了 5.81%。
引用
@article{arxiv.1902.09818,
title = {Generative Visual Dialogue System via Adaptive Reasoning and Weighted Likelihood Estimation},
author = {Heming Zhang and Shalini Ghosh and Larry Heck and Stephen Walsh and Junting Zhang and Jie Zhang and C. -C. Jay Kuo},
journal= {arXiv preprint arXiv:1902.09818},
year = {2019}
}
备注
IJCAI 2019