WEmbSim：一种简单而有效的图像描述评估指标
计算机视觉与模式识别
2020-12-25 v1 人工智能
计算与语言
摘要
自动图像描述评估领域仍在深入研究，以满足生成兼具充分性与流畅性要求的描述的需求。基于我们过去开发高度复杂基于学习的指标的尝试，我们发现使用描述词嵌入均值（MOWE）的简单余弦相似度度量实际上能在无监督描述评估上取得令人惊讶的高性能。这启发了我们提出有效指标 WEmbSim 的工作，它在与人类判断的系统层面相关性上击败了 SPICE、CIDEr 和 WMD 等复杂度量。此外，它在匹配描述对的人类一致性分数上也取得了优于常用无监督方法的最佳准确率。因此，我们认为 WEmbSim 为任何复杂指标的建立设定了新的基线。
引用
@article{arxiv.2012.13137,
title = {WEmbSim: A Simple yet Effective Metric for Image Captioning},
author = {Naeha Sharif and Lyndon White and Mohammed Bennamoun and Wei Liu and Syed Afaq Ali Shah},
journal= {arXiv preprint arXiv:2012.13137},
year = {2020}
}
备注
7 pages