論文の概要: Classifying concepts via visual properties
- arxiv url: http://arxiv.org/abs/2105.09422v1
- Date: Wed, 19 May 2021 22:24:30 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-21 23:05:54.132328
- Title: Classifying concepts via visual properties
- Title（参考訳）: 視覚特性による概念の分類
- Authors: Fausto Giunchiglia and Mayukh Bagchi
- Abstract要約: 本稿では,物質概念のレキシコ・セマンティック階層を構築するための一般的な手法を紹介する。
重要なノベルティは、階層構造が物質概念の視覚的性質を利用するように構築されていることである。
アプローチの有効性は、進行中のプロジェクトのハイライトを提供することによって実証されます。
- 参考スコア（独自算出の注目度）: 5.1652563977194434
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We assume that substances in the world are represented by two types of
concepts, namely substance concepts and classification concepts, the former
instrumental to (visual) perception, the latter to (language based)
classification. Based on this distinction, we introduce a general methodology
for building lexico-semantic hierarchies of substance concepts, where nodes are
annotated with the media, e.g.,videos or photos, from which substance concepts
are extracted, and are associated with the corresponding classification
concepts. The methodology is based on Ranganathan's original faceted approach,
contextualized to the problem of classifying substance concepts. The key
novelty is that the hierarchy is built exploiting the visual properties of
substance concepts, while the linguistically defined properties of
classification concepts are only used to describe substance concepts. The
validity of the approach is exemplified by providing some highlights of an
ongoing project whose goal is to build a large scale multimedia multilingual
concept hierarchy.
- Abstract（参考訳）: 我々は、世界の物質は2種類の概念、すなわち物質概念と分類概念、前者は(視覚)知覚の道具、後者は(言語に基づく)分類によって表現されていると仮定する。
本稿では,物質概念を抽出した映像や写真などのメディアにノードを注釈付けし,それに対応する分類概念に関連付ける,物質概念の語彙的階層を構築するための一般的な手法を紹介する。
この方法論は、物質の概念を分類する問題を文脈化したランガナサンのオリジナルのアプローチに基づいている。
重要な特徴は、階層構造が物質概念の視覚的な性質を生かして構築されていることであるが、分類概念の言語的に定義された性質は物質概念を記述するためにのみ用いられる。
このアプローチの妥当性は、大規模マルチメディア多言語概念階層の構築を目標とする進行中のプロジェクトのハイライトを提供することで示される。
関連論文リスト
- Domain Embeddings for Generating Complex Descriptions of Concepts in
Italian Language [65.268245109828]
電子辞書から抽出した言語情報と語彙情報に富んだ分布意味資源を提案する。
リソースは21のドメイン固有の行列と1つの包括的なマトリックスとグラフィカルユーザインタフェースから構成される。
本モデルは,具体的概念知識に直接関連した行列を選択することにより,概念の意味的記述の推論を容易にする。
論文 参考訳（メタデータ） (2024-02-26T15:04:35Z) - What do Deck Chairs and Sun Hats Have in Common? Uncovering Shared
Properties in Large Concept Vocabularies [33.879307754303746]
概念は多くのアプリケーションにおいて中心的な役割を果たす。
これまでの研究は、言語モデルから非文脈化概念の埋め込みを蒸留することに重点を置いてきた。
我々は,潜在的に大きな概念語彙から,他の概念と共通する概念を識別する戦略を提案する。
そして、それらが他の概念と共有する性質の観点で概念を表現する。
論文 参考訳（メタデータ） (2023-10-23T10:53:25Z) - Text-to-Image Generation for Abstract Concepts [76.32278151607763]
抽象概念のためのテキスト・画像生成フレームワーク(TIAC)を提案する。
抽象概念は曖昧さを避けるための詳細な定義で明確な意図に明確化されている。
LLM抽出フォームパターンセットから概念依存型フォームを検索する。
論文 参考訳（メタデータ） (2023-09-26T02:22:39Z) - Analyzing Encoded Concepts in Transformer Language Models [21.76062029833023]
ConceptXは、事前訓練された言語モデル内で学習された表現において、潜伏概念がどのように符号化されるかを分析する。
クラスタリングを使用して、符号化された概念を発見し、人間の定義した概念の大規模なセットと整合してそれらを説明する。
論文 参考訳（メタデータ） (2022-06-27T13:32:10Z) - Automatic Concept Extraction for Concept Bottleneck-based Video
Classification [58.11884357803544]
本稿では,概念に基づくビデオ分類に必要かつ十分な概念抽象セットを厳格に構成する概念発見抽出モジュールを提案する。
提案手法は,自然言語における概念概念の抽象概念を応用し,複雑なタスクに概念ボトルネック法を一般化する。
論文 参考訳（メタデータ） (2022-06-21T06:22:35Z) - Visual Superordinate Abstraction for Robust Concept Learning [80.15940996821541]
概念学習は言語意味論と結びついた視覚表現を構成する。
視覚概念の本質的な意味的階層を探索する失敗のボトルネックについて説明する。
本稿では,意味認識型視覚サブ空間を明示的にモデル化するビジュアル・スーパーオーディネート・抽象化・フレームワークを提案する。
論文 参考訳（メタデータ） (2022-05-28T14:27:38Z) - Building a visual semantics aware object hierarchy [0.0]
視覚的意味論を意識したオブジェクト階層を構築するための新しい教師なし手法を提案する。
この論文の直感は、概念が階層的に組織化されている現実世界の知識表現から来ています。
評価は2つの部分から構成され、まず、構築された階層をオブジェクト認識タスクに適用し、その上で、視覚的階層と既存の語彙階層を比較して、提案手法の有効性を示す。
論文 参考訳（メタデータ） (2022-02-26T00:10:21Z) - Translational Concept Embedding for Generalized Compositional Zero-shot
Learning [73.60639796305415]
一般合成ゼロショット学習は、ゼロショット方式で属性オブジェクト対の合成概念を学習する手段である。
本稿では,これら2つの課題を統一的なフレームワークで解決するために,翻訳概念の埋め込み(translational concept embedded)という新しいアプローチを提案する。
論文 参考訳（メタデータ） (2021-12-20T21:27:51Z) - Object Recognition as Classification of Visual Properties [5.1652563977194434]
本稿では,Ranganathanの4段階の顔付き知識組織プロセスに基づく物体認識プロセスを提案する。
我々は,オブジェクト認識リソースの構築を目的とした,現在進行中のMultiMedia UKCを紹介した。
論文 参考訳（メタデータ） (2021-12-20T13:50:07Z) - Toward a Visual Concept Vocabulary for GAN Latent Space [74.12447538049537]
本稿では,GANの潜在空間で表現される原始視覚概念のオープンエンド語彙を構築するための新しい手法を提案する。
提案手法は, 層選択性に基づく知覚的正当方向の自動識別, 自由形, 構成的自然言語記述による人為的アノテーションの3つの要素から構成される。
実験により、我々のアプローチで学んだ概念は信頼性があり、構成可能であることが示され、クラス、コンテキスト、オブザーバをまたいで一般化される。
論文 参考訳（メタデータ） (2021-10-08T17:58:19Z) - Towards Visual Semantics [17.1623244298824]
私たちは、人間の視覚的知覚の精神表現、すなわち概念の構築方法を研究します。
本稿では,分類概念と呼ばれる概念に対応する物質概念を学習する理論とアルゴリズムを提案する。
予備的な実験は、アルゴリズムが正しい精度で属と分化の概念を取得することを証明している。
論文 参考訳（メタデータ） (2021-04-26T07:28:02Z)
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。