用于估计实例概率的视觉自然语言查询自动补全
计算机视觉与模式识别
2019-10-14 v1 计算与语言
机器学习
摘要
我们提出一项新的查询自动补全任务，用于估计实例概率。我们在给定图像的条件下补全用户查询前缀。给定完整查询后，我们对 BERT 嵌入进行微调，以估计广泛实例集合的概率。所得实例概率用于选择，且对分割或注意力机制无关。我们的结果表明，同时使用语言和视觉的自动补全优于仅使用语言，且微调 BERT 嵌入能够高效地对图像中的实例进行排序。本着可复现研究的精神，我们公开了数据、模型和代码。
引用
@article{arxiv.1910.04887,
title = {Visual Natural Language Query Auto-Completion for Estimating Instance Probabilities},
author = {Samuel Sharpe and Jin Yan and Fan Wu and Iddo Drori},
journal= {arXiv preprint arXiv:1910.04887},
year = {2019}
}