语言不止于描述：论文本到图像模型中比喻性语言的缺失
计算与语言
2022-10-20 v1
摘要
近期文本到图像扩散模型从文本输入提示生成高质量图片的惊人能力引发了关于艺术定义的辩论。然而，这些模型使用从基于内容的标注协议收集的文本数据进行训练，该协议侧重于描述图像中的物品和动作而忽视任何主观评价。因此，这些自动系统需要对待生成图像的元素和绘画风格进行严谨描述，否则无法交付。作为当前生成模型实际艺术能力的潜在指标，我们刻画了用于训练当前文本到图像扩散模型的公开可用文本数据的感伤性、客观性和抽象程度。考虑到其语言风格与艺术语境中典型使用的语言风格之间的显著差异，我们建议生成模型应在训练中融入额外的主观信息来源，以克服（或至少缓解）其当前某些局限，从而有效释放真正的艺术与创造性生成。
引用
@article{arxiv.2210.10578,
title = {Language Does More Than Describe: On The Lack Of Figurative Speech in Text-To-Image Models},
author = {Ricardo Kleinlein and Cristina Luna-Jiménez and Fernando Fernández-Martínez},
journal= {arXiv preprint arXiv:2210.10578},
year = {2022}
}
备注
NeurIPS 2022 Machine Learning for Creativity and Design Workshop