基于动词属性归纳的零样本活动识别
计算与语言
2017-09-05 v2 计算机视觉与模式识别
摘要
本文通过建模动作动词的视觉与语言属性，研究大规模零样本活动识别。例如，动词“salute（敬礼）”具有若干属性，如为轻微动作、社交行为且持续时间短。我们利用这些属性作为视觉与文本表示之间的内部映射，以推理先前未见过的动作。与许多先前工作假设可获取零样本类别的黄金标准属性并主要关注物体属性不同，我们的模型独特地学会从词典定义和分布式词表示中推断动作属性。实验结果证实，从语言中推断出的动作属性可为先前未见活动的零样本预测提供预测信号。
引用
@article{arxiv.1707.09468,
title = {Zero-Shot Activity Recognition with Verb Attribute Induction},
author = {Rowan Zellers and Yejin Choi},
journal= {arXiv preprint arXiv:1707.09468},
year = {2017}
}
备注
accepted to EMNLP 2017