利用作者特定上下文进行科学图注生成：第3届SciCap挑战
计算与语言
2025-10-10 v1 人工智能
摘要
科学图注需要准确性和风格一致性才能准确传达视觉信息。本文present了用于第3届SciCap挑战的领域特定图注生成系统，集成了图相关文本上下文与作者特定写作风格，基于LaMP-Cap数据集实现。我们的ethods采用两阶段管道：阶段1结合上下文过滤、类别特定提示优化（通过DSPy的MIPROv2和SIMBA）以及图注候选选择；阶段2应用少量样本提示并结合档案图进行风格细化。我们的实验表明，类别特定提示优于零shot和通用优化方法，在ROUGE-1召回率提升+8.3%，同时将精确率损失限制在-2.8%，BLEU-4降低至-10.9%。基于轮廓图的风格细化在BLEU分数提升40--48%，ROUGE提升25--27%。总体而言，我们的系统证明了结合上下文理解与作者特定风格适应性可以生成既科学准确又忠实于源论文风格的图注。
引用
@article{arxiv.2510.07993,
title = {Leveraging Author-Specific Context for Scientific Figure Caption Generation: 3rd SciCap Challenge},
author = {Watcharapong Timklaypachara and Monrada Chiewhawan and Nopporn Lekuthai and Titipat Achakulvisut},
journal= {arXiv preprint arXiv:2510.07993},
year = {2025}
}