移动基线：视觉导航与问答中单模态方法的性能
计算与语言
2019-03-13 v3
摘要
我们展示了多模态领域中单模态基线的惊人强度，并就未来研究的最佳实践提出具体建议。现有工作常将性能与随机或多数类基线比较，我们认为单模态方法能更好地捕捉并反映数据集偏差，因而在评估多模态技术性能时提供了一种重要比较基准。我们在视觉导航与问答的三个近期数据集上给出单模态消融实验，观察到相较已发表基线最高达 29% 的绝对性能提升。
引用
@article{arxiv.1811.00613,
title = {Shifting the Baseline: Single Modality Performance on Visual Navigation & QA},
author = {Jesse Thomason and Daniel Gordon and Yonatan Bisk},
journal= {arXiv preprint arXiv:1811.00613},
year = {2019}
}
备注
Published at The Conference of the North American Chapter of the Association for Computational Linguistics (NAACL) 2019