論文の概要: A System for Image Understanding using Sensemaking and Narrative

• arxiv url: http://arxiv.org/abs/2201.09880v1
• Date: Fri, 21 Jan 2022 20:52:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-29 09:48:10.941670
• Title: A System for Image Understanding using Sensemaking and Narrative
• Title（参考訳）: センスメイキングとナラティブを用いた画像理解システム
• Authors: Zev Battad, Mei Si
• Abstract要約: 我々は、人々が世界を理解する方法に関して、センスメイキングと物語の理論について議論する。 視覚的ストーリーテリングという特定の計算課題に注目し、そのソリューションは、センスメイキングと物語の要素を利用することで強化することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Sensemaking and narrative are two inherently interconnected concepts about how people understand the world around them. Sensemaking is the process by which people structure and interconnect the information they encounter in the world with the knowledge and inferences they have made in the past. Narratives are important constructs that people use sensemaking to create; ones that reflect provide a more holistic account of the world than the information within any given narrative is able to alone. Both are important to how human beings parse the world, and both would be valuable for a computational system attempting to do the same. In this paper, we discuss theories of sensemaking and narrative with respect to how people build an understanding of the world based on the information they encounter, as well as the links between the fields of sensemaking and narrative research. We highlight a specific computational task, visual storytelling, whose solutions we believe can be enhanced by employing a sensemaking and narrative component. We then describe our system for visual storytelling using sensemaking and narrative and discuss examples from its current implementation.
• Abstract（参考訳）: センスメイキングと物語は、人々が周囲の世界をどのように理解するかという、2つの本質的に相互に結びついた概念である。 センスメイキング(英: sensemaking)とは、人々が過去に経験した知識や推論と、世界で遭遇した情報を構造化し、相互に結びつけるプロセスである。 物語は人々が創造するためにセンスメイキングを使用する重要な構成物であり、ある物語の中の情報よりも世界に関するより包括的な説明を提供するものである。 どちらも、人間が世界を解析する上で重要であり、同じことをしようとする計算システムにとって有用である。 本稿では、人々が遭遇した情報に基づいて世界を理解する方法についてのセンスメイキングと物語の理論、そして、センスメイキングと物語研究の分野との関係について論じる。 我々は,視覚的ストーリーテリングという特定の計算課題を強調し,そのソリューションは感覚形成と物語の構成要素を利用することによって拡張できると考えている。 次に,視覚的なストーリーテリングのためのシステムについて,センスメイキングとナラティブを用いて記述し,その実装例について考察する。

関連論文リスト

• Agents' Room: Narrative Generation through Multi-step Collaboration [54.98886593802834]
  本稿では,物語の執筆を特殊エージェントが取り組んだサブタスクに分解する,物語理論に触発された世代フレームワークを提案する。 エージェントの部屋は,専門的評価者が好むストーリーをベースラインシステムより生成することを示す。
  論文  参考訳（メタデータ） (2024-10-03T15:44:42Z)
• Are Large Language Models Capable of Generating Human-Level Narratives? [114.34140090869175]
  本稿ではストーリーテリングにおけるLLMの能力について考察し,物語の展開とプロットの進行に着目した。 本稿では,3つの談話レベルの側面から物語を分析するための新しい計算フレームワークを提案する。 談話機能の明示的な統合は、ニューラルストーリーテリングの40%以上の改善によって示されるように、ストーリーテリングを促進することができることを示す。
  論文  参考訳（メタデータ） (2024-07-18T08:02:49Z)
• Making Sense of Knowledge Intensive Processes: an Oil & Gas Industry Scenario [2.145761568085819]
  センスメイキング(英: Sensemaking)は、人々が経験に意味を関連付ける、絶え間なく進行中のプロセスである。 知識集約的なプロセスでは、センスメイキングは中心的であり、ほとんどのタスクと関連している。 本稿では,感覚形成過程の結果を構成するために組み合わせることができる知識型の初期セットについて述べる。
  論文  参考訳（メタデータ） (2024-01-31T14:25:05Z)
• Are NLP Models Good at Tracing Thoughts: An Overview of Narrative Understanding [21.900015612952146]
  物語的理解は、著者の認知過程を捉え、その知識、意図、信念、欲求に関する洞察を提供する。 大きな言語モデル(LLM)は文法的に一貫性のあるテキストを生成するのに優れているが、著者の思考を理解する能力は依然として不明である。 これは物語理解の実践的な応用を妨げる。
  論文  参考訳（メタデータ） (2023-10-28T18:47:57Z)
• PeaCoK: Persona Commonsense Knowledge for Consistent and Engaging Narratives [26.732367567857114]
  我々は,100万個の人格情報を含む大規模ペルソナ常識知識グラフPeaCoKを構築した。 分析の結果、PeaCoKには、より一貫性があり魅力的な物語を生成する下流システムを支援する、豊かで正確な世界ペルソナ推論が含まれていることが示唆された。
  論文  参考訳（メタデータ） (2023-05-03T18:02:22Z)
• Great Expectations: Unsupervised Inference of Suspense, Surprise and Salience in Storytelling [3.42658286826597]
  この論文は、物語のみを読み取ることによって、一連のディープラーニングモデルを訓練する。 物語理論法は、物語におけるサリエンス、サプライズ、サリエンスを直接推測するために、ディープラーニングモデルに組み込まれた知識に適用される。
  論文  参考訳（メタデータ） (2022-06-20T11:00:23Z)
• Computational Storytelling and Emotions: A Survey [56.95572957863576]
  本研究は,物語と感情の関係に関する研究を要約し,その発展に寄与することを目的としている。 創造性の研究は人間をコンピューターに置き換えることではなく、創造性を高めるために人間とコンピューターのコラボレーション方法を見つけることであると私たちは信じています。
  論文  参考訳（メタデータ） (2022-05-23T00:21:59Z)
• A Corpus for Understanding and Generating Moral Stories [84.62366141696901]
  機械のこれらの能力を評価するために,2つの理解タスクと2つの世代タスクを提案する。 我々は、中国語と英語で書かれた道徳的物語の新しいデータセットであるSTORALを提示する。
  論文  参考訳（メタデータ） (2022-04-20T13:12:36Z)
• Paragraph-level Commonsense Transformers with Recurrent Memory [77.4133779538797]
  物語からコヒーレントなコモンセンス推論を生成するために,段落レベルの情報を含む談話認識モデルを訓練する。 以上の結果から,PARA-COMETは文レベルのベースライン,特にコヒーレントかつ新規な推論に優れていた。
  論文  参考訳（メタデータ） (2020-10-04T05:24:12Z)
• Narrative Maps: An Algorithmic Approach to Represent and Extract Information Narratives [6.85316573653194]
  本稿では、物語表現の理論と現代のオンラインシステムのデータを組み合わせる。 物語地図の表現は、物語の中の出来事と物語を、地図上のランドマークとルートのシリーズとして描いている。 我々の発見は、情報アナリスト、計算ジャーナリスト、誤情報研究者に影響を及ぼす。
  論文  参考訳（メタデータ） (2020-09-09T18:30:44Z)
• COBE: Contextualized Object Embeddings from Narrated Instructional Video [52.73710465010274]
  そこで本稿では,教師ビデオの自動書き起こしからコンテキスト適応型オブジェクト埋め込みを学習するための新しいフレームワークを提案する。 言語の意味的・構成的構造を視覚的検知器を訓練し,オブジェクトとその関連するナレーションの文脈的単語埋め込みを予測する。 実験の結果,検出器は多種多様なコンテキストオブジェクト情報を予測し,少数ショットおよびゼロショット学習の設定において極めて有効であることがわかった。
  論文  参考訳（メタデータ） (2020-07-14T19:04:08Z)

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。