Fugu-MT 論文翻訳(概要): Towards Fine-Dining Recipe Generation with Generative Pre-trained Transformers

論文の概要: Towards Fine-Dining Recipe Generation with Generative Pre-trained Transformers

arxiv url: http://arxiv.org/abs/2209.12774v1
Date: Mon, 26 Sep 2022 15:33:09 GMT
ステータス: 処理完了
システム内更新日: 2022-09-27 14:00:21.851450
Title: Towards Fine-Dining Recipe Generation with Generative Pre-trained Transformers
Title（参考訳）: 生成予習変圧器を用いた微細ダイニングレシピ生成に向けて
Authors: Konstantinos Katserelis, Konstantinos Skianis
Abstract要約: そこで本研究では,トランスフォーマーを用いて,スクラッチから新しい微調整レシピを作成する方法を提案する。食品レシピの小さなデータセットが与えられた場合、我々は、調理技術を特定するためにモデルを訓練し、新しいレシピを提案し、最小限のデータで微調整のパワーをテストする。
参考スコア（独自算出の注目度）: 1.167576384742479
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Food is essential to human survival. So much so that we have developed different recipes to suit our taste needs. In this work, we propose a novel way of creating new, fine-dining recipes from scratch using Transformers, specifically auto-regressive language models. Given a small dataset of food recipes, we try to train models to identify cooking techniques, propose novel recipes, and test the power of fine-tuning with minimal data.
Abstract（参考訳）: 食物は人間の生存に欠かせない。味覚のニーズに合うように、さまざまなレシピを開発しました。本稿では,トランスフォーマー,特に自己回帰型言語モデルを用いて,スクラッチから新しい精細なレシピを作成する新しい手法を提案する。料理レシピの小さなデータセットを考えると、モデルを訓練し、調理技術を特定し、新しいレシピを提案し、最小限のデータで微調整のパワーをテストする。

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)
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)
Ratatouille: A tool for Novel Recipe Generation [2.458554997628989]
Ratatouilleは、新しいレシピを生成するWebベースのアプリケーションである。 LSTM や GPT-2 などの様々なディープラーニングモデルを大量のレシピデータで訓練した。
論文参考訳（メタデータ） (2022-05-10T11:20:19Z)
Cross-lingual Adaptation for Recipe Retrieval with Mixup [56.79360103639741]
近年,大規模なペアリングデータの提供により,クロスモーダルなレシピ検索が研究の注目を集めている。本稿では,ソース領域とターゲット領域のレシピが異なる言語で作成される画像からレシピ検索のための教師なし領域適応について検討する。 2つの領域間の移動可能な埋め込み特徴を学習するために,新しいレシピ・ミックスアップ法を提案する。
論文参考訳（メタデータ） (2022-05-08T15:04:39Z)
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)
SHARE: a System for Hierarchical Assistive Recipe Editing [5.508365014509761]
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。
論文参考訳（メタデータ） (2021-05-17T22:38:07Z)
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)

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。