STAIR Captions：构建大规模日语图像描述数据集
计算与语言
2017-05-03 v1 计算机视觉与模式识别
摘要
近年来，图像描述（字幕）的自动生成，即图像描述生成，引起了广泛关注。本文特别考虑为图像生成日语描述。由于现有大多数描述数据集都是为英语构建的，日语数据集很少。为解决这个问题，我们基于 MS-COCO 的图像构建了一个大规模日语图像描述数据集，称为 STAIR Captions。STAIR Captions 包含 164,062 张图像的 820,310 条日语描述。在实验中，我们表明，与使用英语-日语机器翻译在生成英语描述后再翻译相比，使用 STAIR Captions 训练的神经网络能生成更自然、更好的日语描述。
引用
@article{arxiv.1705.00823,
title = {STAIR Captions: Constructing a Large-Scale Japanese Image Caption Dataset},
author = {Yuya Yoshikawa and Yutaro Shigeto and Akikazu Takeuchi},
journal= {arXiv preprint arXiv:1705.00823},
year = {2017}
}
备注
Accepted as ACL2017 short paper. 5 pages