論文の概要: SHARE: a System for Hierarchical Assistive Recipe Editing
- arxiv url: http://arxiv.org/abs/2105.08185v1
- Date: Mon, 17 May 2021 22:38:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2021-05-19 14:04:00.485986
- Title: SHARE: a System for Hierarchical Assistive Recipe Editing
- Title（参考訳）: SHARE:階層型補助レシピ編集システム
- Authors: Shuyang Li, Yufei Li, Jianmo Ni, Julian McAuley
- Abstract要約: SHARE: 食生活制限のある家庭料理人を支援する階層的補助レシピ編集システムについて紹介する。
私たちの階層的なレシピエディタは、レシピの成分リストに必要な置換を行い、新しい成分を利用するための方向を書き換えます。
1つのレシピが7つの食事制約のうちの1つを満たす84k組の類似レシピのレシピペアデータセットを紹介する。
- 参考スコア（独自算出の注目度）: 5.508365014509761
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We introduce SHARE: a System for Hierarchical Assistive Recipe Editing to
assist home cooks with dietary restrictions -- a population under-served by
existing cooking resources. Our hierarchical recipe editor makes necessary
substitutions to a recipe's ingredients list and re-writes the directions to
make use of the new ingredients. We introduce the novel RecipePairs dataset of
84K pairs of similar recipes in which one recipe satisfies one of seven dietary
constraints, allowing for supervised training of such recipe editing models.
Experiments on this dataset demonstrate that our system produces convincing,
coherent recipes that are appropriate for a target dietary constraint (contain
no prohibited ingredients). We show that this is a challenging task that cannot
be adequately solved with human-written ingredient substitution rules or
straightforward adaptation of state-of-the-art models for recipe generation. We
further demonstrate through human evaluations and real-world cooking trials
that recipes edited by our system can be easily followed by home cooks to
create delicious and satisfactory dishes.
- Abstract（参考訳）: 食事制限のある家庭料理人を支援する階層的支援レシピ編集システム「share」について紹介する。
我々の階層的なレシピエディターは、レシピの材料リストに必要な置換を行い、新しい材料を利用するための方向を書き換える。
1つのレシピが7つの食事制約の1つを満たす84k組の類似レシピのレシピペアデータセットを導入し、このようなレシピ編集モデルの教師付きトレーニングを可能にした。
このデータセットを用いた実験により, 目的とする食事制限(禁止成分は含まない)に適した, 説得力のあるコヒーレントなレシピが得られた。
提案手法は, レシピ生成のために, 人文による成分置換規則や最先端モデルの直接的な適応では, 十分に解決できない課題であることを示す。
さらに,人間による評価と実世界の調理試験を通して,本システムで編集したレシピを家庭料理に追従し,美味しく満足な料理を作ることができることを示す。
関連論文リスト
- Large Language Models as Sous Chefs: Revising Recipes with GPT-3 [56.7155146252028]
我々は、複雑で多様で広く使われている指示の例としてレシピに焦点を当てている。
我々は、レシピと材料リストに基づいたプロンプトを開発し、レシピをより単純なステップに分解する。
また,レシピリビジョンの品質の人的判断を収集しながら,疲労軽減を念頭に設計したAmazon Mechanical Turkタスクにも貢献する。
論文 参考訳（メタデータ） (2023-06-24T14:42:43Z) - A Graphical Formalism for Commonsense Reasoning with Recipes [3.271550784789976]
コンベチブル(インディエント、中間食品、最終製品)をキャプチャするグラフィカルな形式化を提案する。
次に,レシピの比較,レシピのサブレシピからの合成,レシピをサブレシピに分解するための公式な定義を提案する。
また, 食材が不足している場合, あるいはいくつかの動作が不可能であったり, 最終製品を変更する必要があるため, レシピに置き換える公式な定義を2つ導入し比較する。
論文 参考訳（メタデータ） (2023-06-15T11:04:30Z) - Counterfactual Recipe Generation: Exploring Compositional Generalization
in a Realistic Scenario [60.20197771545983]
本研究では,材料の変化に応じて基本レシピを変更するようモデルに依頼する,反現実的なレシピ生成タスクを設計する。
料理の知識を学習するモデルのために、中国語で大規模なレシピデータセットを収集する。
その結果、既存のモデルでは原文のスタイルを保ちながら素材の変更が困難であり、調整が必要なアクションを見逃すことがしばしばあった。
論文 参考訳（メタデータ） (2022-10-20T17:21:46Z) - RecipeMind: Guiding Ingredient Choices from Food Pairing to Recipe
Completion using Cascaded Set Transformer [15.170251924099807]
RecipeMindは、食品親和性スコア予測モデルであり、他の成分セットに材料を追加することの適合性を定量化する。
食品親和性スコア予測におけるレシピミンドの学習・評価のために, 成分共起に基づくスコアを含む大規模データセットを構築した。
論文 参考訳（メタデータ） (2022-10-14T06:35:49Z) - Assistive Recipe Editing through Critiquing [34.1050269670062]
RecipeCritは階層的な自動エンコーダで、材料レベルの批判をレシピで編集する。
私たちの研究の主な革新は、ユーザーが予測された材料と対話することでレシピを編集できる教師なしのクオリティリングモジュールです。
論文 参考訳（メタデータ） (2022-05-05T05:52:27Z) - Learning Structural Representations for Recipe Generation and Food
Retrieval [101.97397967958722]
本稿では,食品レシピ生成課題に取り組むために,構造認識ネットワーク(SGN)の新たな枠組みを提案する。
提案モデルは高品質でコヒーレントなレシピを作成でき、ベンチマークRecipe1Mデータセット上で最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2021-10-04T06:36:31Z) - Revamping Cross-Modal Recipe Retrieval with Hierarchical Transformers
and Self-supervised Learning [17.42688184238741]
近年, 生活における食品の重要性から, クロスモーダルなレシピ検索が注目されている。
本稿では,テキストおよび画像のエンコーダの確立と高性能化に基づく,簡易なエンド・ツー・エンドモデルを提案する。
提案手法は,Recipe1Mデータセットのクロスモーダルレシピ検索タスクにおける最新性能を実現する。
論文 参考訳（メタデータ） (2021-03-24T10:17:09Z) - Structure-Aware Generation Network for Recipe Generation from Images [142.047662926209]
食品画像と材料のみに基づいて調理指導を行うオープン・リサーチ・タスクについて検討する。
ターゲットレシピは長い段落であり、構造情報に関する注釈を持たない。
本稿では,食品レシピ生成課題に取り組むために,構造認識ネットワーク(SGN)の新たな枠組みを提案する。
論文 参考訳（メタデータ） (2020-09-02T10:54:25Z) - Multi-modal Cooking Workflow Construction for Food Recipes [147.4435186953995]
ワークフロー構築のための最初の大規模データセットであるMM-ReSを構築した。
本稿では、視覚情報とテキスト情報の両方を利用して調理ワークフローを構築するニューラルエンコーダデコーダモデルを提案する。
論文 参考訳（メタデータ） (2020-08-20T18:31:25Z) - Decomposing Generation Networks with Structure Prediction for Recipe
Generation [142.047662926209]
本稿では,構造予測を伴うDGN(Decomposing Generation Networks)を提案する。
具体的には,調理指導を複数のフェーズに分割し,各フェーズに異なるサブジェネレータを割り当てる。
提案手法は, (i) 大域的構造予測成分を用いてレシピ構造を学習し, (ii) 予測された構造に基づいてサブジェネレータ出力成分でレシピ相を生成するという2つの新しいアイデアを含む。
論文 参考訳（メタデータ） (2020-07-27T08:47:50Z) - RecipeGPT: Generative Pre-training Based Cooking Recipe Generation and
Evaluation System [29.150333060513177]
本稿では,新しいオンラインレシピ生成・評価システムであるRecipeGPTを紹介する。
システムは、所定のレシピタイトルと材料からの指示生成と、レシピタイトルと調理指示からの材料生成の2つのモードを提供する。
バックエンドテキスト生成モジュールは、大規模な調理レシピデータセットに基づいて微調整された生成事前学習言語モデルGPT-2を備える。
論文 参考訳（メタデータ） (2020-03-05T09:25:30Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。