学习食谱中的食材替代
机器学习
2023-02-17 v1 人机交互
摘要
通过食材替代实现食谱个性化，有潜力帮助人们满足饮食需求与偏好、规避潜在过敏原，并助力日常厨房中的烹饪探索。针对食材替代问题，我们构建了一个基准，其由带有标准化划分的替代对数据集、评估指标与基线组成。我们进一步提出图基食材替代模块（GISMo），一种利用食谱上下文以及编码于图中的通用食材关系信息来对合理替代项进行排序的新模型。我们通过全面的实验验证表明，GISMo 在平均倒数排名方面大幅超越表现最佳的基线。最后，我们将 GISMo 集成至改进的图像到食谱生成流水线中，通过用户干预实现食谱个性化，从而凸显其优势。定量与定性结果均展示了我们所提系统的有效性，为真正个性化的烹饪与品鉴体验铺平了道路。
引用
@article{arxiv.2302.07960,
title = {Learning to Substitute Ingredients in Recipes},
author = {Bahare Fatemi and Quentin Duval and Rohit Girdhar and Michal Drozdzal and Adriana Romero-Soriano},
journal= {arXiv preprint arXiv:2302.07960},
year = {2023}
}