論文の概要: Color Me Intrigued: Quantifying Usage of Colors in Fiction
- arxiv url: http://arxiv.org/abs/2301.03559v1
- Date: Mon, 9 Jan 2023 18:20:10 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-10 16:40:53.961652
- Title: Color Me Intrigued: Quantifying Usage of Colors in Fiction
- Title(参考訳): color me intrigued: フィクションにおける色の使用の定量化
- Authors: Siyan Li
- Abstract要約: 本稿では,LitBankから選択された著者の著作物における色使用量の定量的分析の予備的結果を示す。
グラスゴーノルム(Glasgow Norms)は5000語以上の単語に対する人間の格付けであり、色調に依存する名詞の属性を測定する。
初期の結果は、時間とともに名詞の具体性が大きく増大したことを示している。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present preliminary results in quantitative analyses of color usage in
selected authors' works from LitBank. Using Glasgow Norms, human ratings on
5000+ words, we measure attributes of nouns dependent on color terms. Early
results demonstrate a significant increase in noun concreteness over time. We
also propose future research directions for computational literary color
analytics.
- Abstract(参考訳): 本稿では,LitBank の著作物における色使用量の定量化に関する予備的結果を示す。
glasgow norms, human ratings on 5000+ wordsを用いて, 色項に依存する名詞の属性を測定した。
初期の結果は、時間とともに名詞の具体性が大きく増大したことを示している。
また,計算文色分析のための今後の研究方向を提案する。
関連論文リスト
- BookWorm: A Dataset for Character Description and Analysis [59.186325346763184]
本稿では,短い事実プロファイルを生成する文字記述と,詳細な解釈を提供する文字解析という2つのタスクを定義する。
本稿では,Gutenbergプロジェクトからの書籍と,人間による記述と分析のペアリングを行うBookWormデータセットを紹介する。
その結果,検索に基づくアプローチは両タスクにおいて階層的アプローチよりも優れていた。
論文 参考訳(メタデータ) (2024-10-14T10:55:58Z) - Perceptual Structure in the Absence of Grounding for LLMs: The Impact of
Abstractedness and Subjectivity in Color Language [2.6094835036012864]
定義色空間と言語モデルで定義される特徴空間との間にはかなりの整合性があることが示される。
その結果,色空間のアライメントはモノレキセミックで実用的な色記述を保ちつつも,実際の言語的利用の要素を示す例の存在感は著しく低下することがわかった。
論文 参考訳(メタデータ) (2023-11-22T02:12:36Z) - Generation Of Colors using Bidirectional Long Short Term Memory Networks [0.0]
人間の視覚は、200万から700万の識別可能な色合いと推定される、幅広い色のスペクトルを区別することができる。
この研究は、無数の陰影に対する視覚的認識と、それらを正確に表現し、命名する能力のギャップを埋めようとしている。
論文 参考訳(メタデータ) (2023-11-11T11:35:37Z) - L-CAD: Language-based Colorization with Any-level Descriptions using
Diffusion Priors [62.80068955192816]
我々は,任意のレベルの記述で言語ベースの色付けを行う統一モデルを提案する。
我々は、その頑健な言語理解と豊かな色優先のために、事前訓練されたモダリティ生成モデルを活用する。
提案した新しいサンプリング戦略により,多様な複雑なシナリオにおいて,インスタンス認識のカラー化を実現する。
論文 参考訳(メタデータ) (2023-05-24T14:57:42Z) - Neighboring Words Affect Human Interpretation of Saliency Explanations [65.29015910991261]
単語レベルのサリエンシの説明は、しばしばテキストベースのモデルで特徴属性を伝えるために使われる。
近年の研究では、単語の長さなどの表面的要因が、コミュニケーションされたサリエンシスコアの人間の解釈を歪めてしまうことが報告されている。
本研究では,単語の近傍にある単語のマーキングが,その単語の重要性に対する説明者の認識にどのように影響するかを検討する。
論文 参考訳(メタデータ) (2023-05-04T09:50:25Z) - Color Coding of Large Value Ranges Applied to Meteorological Data [0.7287319339936009]
本稿では,大きな値範囲を持つデータ系列の可視化という課題に対処するために,新しいカラースキームを提案する。
我々は,大値範囲の存在が一般的である気象データに焦点を当てた。
提案手法は,マンティッサの数値表現と値の指数を利用して,新しい「ネスト」カラースキームの設計を導出する。
論文 参考訳(メタデータ) (2022-07-13T08:48:43Z) - The World of an Octopus: How Reporting Bias Influences a Language
Model's Perception of Color [73.70233477125781]
報告バイアスがテキストのみのトレーニングに悪影響を及ぼし、本質的に制限されていることを示す。
次に、マルチモーダルモデルが視覚的トレーニングを利用してこれらの効果を緩和できることを実証する。
論文 参考訳(メタデータ) (2021-10-15T16:28:17Z) - Generating Compositional Color Representations from Text [3.141061579698638]
画像検索エンジン上のユーザクエリのかなりの部分が(属性、オブジェクト)構造に従っているという事実に触発され、このような大局的な色プロファイルを生成する生成逆ネットワークを提案する。
コンポジションを学ぶためにパイプラインを設計します - 見た属性とオブジェクトを、目に見えないペアに組み合わせる機能です。
論文 参考訳(メタデータ) (2021-09-22T01:37:13Z) - Assessing The Importance Of Colours For CNNs In Object Recognition [70.70151719764021]
畳み込みニューラルネットワーク(CNN)は相反する性質を示すことが示されている。
CNNが予測をしながら色情報に大きく依存していることを実証します。
congruent, greyscale, incongruent画像の合同画像で学習したモデルを評価する。
論文 参考訳(メタデータ) (2020-12-12T22:55:06Z) - Semantic-driven Colorization [78.88814849391352]
最近の着色は、白黒画像の着色を学習しながら意味情報を暗黙的に予測する。
そこで本研究では,まず,人間の動作をシミュレートして,画像の理解を学習し,色づけする。
論文 参考訳(メタデータ) (2020-06-13T08:13:30Z) - Effect of Text Color on Word Embeddings [14.567067583556717]
自然の場面や文書では、テキストとその色の間に相関関係を見出すことができる。
単語の埋め込みにテキストカラーを用いるというアイデアを提案する。
論文 参考訳(メタデータ) (2020-04-18T05:14:18Z)
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。