视觉接地 PCFG 的可迁移性研究

Yanpeng Zhao; Ivan Titov

视觉接地 PCFG 的可迁移性研究

计算与语言 2023-10-24 v1 人工智能

作者: Yanpeng Zhao , Ivan Titov

摘要

近年来，视觉接地语法归纳引起了显著的兴趣增长。虽然已为该任务开发了多种模型并展现出令人印象深刻的性能，但它们尚未在与训练域不同的文本域上进行评估，因此尚不清楚视觉接地带来的改进是否具有可迁移性。我们的研究旨在填补这一空白并评估可迁移程度。我们首先对 VC-PCFG(即 Visually-grounded Compound PCFG~\citep{zhao-titov-2020-visually} 的缩写)进行扩展，使其能跨文本域迁移。我们考虑一种零样本迁移学习设定，即模型在源域上训练后直接应用于目标域，无需任何进一步训练。我们的实验结果表明：使用视觉接地带来的益处可迁移至与训练域相似的文本域，但无法迁移至差异较大的远程域。此外，我们进行了数据与结果分析；我们发现源域与目标域之间的词汇重叠是 VC-PCFG 可迁移性的最重要因素。

关键词

视觉接地语法归纳 VC-PCFG 可迁移性零样本迁移词汇重叠跨域

引用

@article{arxiv.2310.14107,
  title  = {On the Transferability of Visually Grounded PCFGs},
  author = {Yanpeng Zhao and Ivan Titov},
  journal= {arXiv preprint arXiv:2310.14107},
  year   = {2023}
}

备注

Accepted to EMNLP Findings 2023. Our code is available at https://github.com/zhaoyanpeng/cpcfg

视觉接地 PCFG 的可迁移性研究

摘要

关键词

引用

备注

相关论文