面向全句视觉问答的无监督关键词提取
计算机视觉与模式识别
2020-10-13 v3 计算与语言
机器学习
摘要
在现有大多数视觉问答（VQA）研究中，按照数据集构建时给标注者的指示，答案由简短的、常为单个词组成。本研究设想了一种面向自然场景的 VQA 任务，其中答案更可能是句子而非单个词。为弥合这种自然 VQA 与现有 VQA 方法之间的差距，提出了一种新颖的无监督关键词提取方法。该方法基于如下原则：全句答案可分解为两部分，一部分包含回答问题的新信息（即关键词），另一部分包含已包含在问题中的信息。我们设计了判别性解码器以实现此种分解，并在包含全句答案的 VQA 数据集上对该方法进行了实验实现。结果表明，所提模型能在未给定描述关键词的显式标注情况下准确提取关键词。
引用
@article{arxiv.1911.10354,
title = {Unsupervised Keyword Extraction for Full-sentence VQA},
author = {Kohei Uehara and Tatsuya Harada},
journal= {arXiv preprint arXiv:1911.10354},
year = {2020}
}
备注
EMNLP 2020 workshop: NLP Beyond Text (NLPBT)