論文の概要: Toward Unsupervised Realistic Visual Question Answering
- arxiv url: http://arxiv.org/abs/2303.05068v1
- Date: Thu, 9 Mar 2023 06:58:29 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-10 15:53:01.209757
- Title: Toward Unsupervised Realistic Visual Question Answering
- Title(参考訳): 教師なし現実的視覚質問応答に向けて
- Authors: Yuwei Zhang, Chih-Hui Ho, Nuno Vasconcelos
- Abstract要約: 現実的なVQA(RVQA)の問題について検討し、モデルが答えられない質問(UQ)を拒絶し、答えられる質問(AQ)に答えなければならない。
1)データセットには不整合UQが多すぎること,(2)多数の注釈付きUQがトレーニングに必要とされること,の2つの欠点を最初に指摘した。
我々は、既存のVQAデータセットのAQと約29万の人間の注釈付きUQを組み合わせた新しいテストデータセットRGQAを提案する。
これは、画像と質問をランダムにペアリングして得られる擬似UQと、それを結合する。
- 参考スコア(独自算出の注目度): 70.67698100148414
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The problem of realistic VQA (RVQA), where a model has to reject unanswerable
questions (UQs) and answer answerable ones (AQs), is studied. We first point
out 2 drawbacks in current RVQA research, where (1) datasets contain too many
unchallenging UQs and (2) a large number of annotated UQs are required for
training. To resolve the first drawback, we propose a new testing dataset,
RGQA, which combines AQs from an existing VQA dataset with around 29K
human-annotated UQs. These UQs consist of both fine-grained and coarse-grained
image-question pairs generated with 2 approaches: CLIP-based and
Perturbation-based. To address the second drawback, we introduce an
unsupervised training approach. This combines pseudo UQs obtained by randomly
pairing images and questions, with an RoI Mixup procedure to generate more
fine-grained pseudo UQs, and model ensembling to regularize model confidence.
Experiments show that using pseudo UQs significantly outperforms RVQA
baselines. RoI Mixup and model ensembling further increase the gain. Finally,
human evaluation reveals a performance gap between humans and models, showing
that more RVQA research is needed.
- Abstract(参考訳): モデルが解決不可能な質問(UQ)を拒絶し、答え可能な質問(AQ)を答えなければならない現実的なVQA(RVQA)の問題について検討する。
1)データセットには不整合UQが多すぎること,(2)多数の注釈付きUQがトレーニングに必要とされること,の2つの欠点を最初に指摘した。
最初の欠点を解決するために、既存のVQAデータセットからのAQと約29Kの人間アノテーション付きUQを組み合わせた新しいテストデータセットRGQAを提案する。
これらのUQは、CLIPベースとPerturbationベースという2つのアプローチで生成された、きめ細かい画像と粗い画像の両方からなる。
第2の欠点に対処するために,教師なしのトレーニングアプローチを導入する。
これは、画像と質問をランダムにペアリングして得られる擬似UQと、よりきめ細かい擬似UQを生成するRoI Mixupプロシージャと、モデルの信頼性を規則化するモデルアンサンブルを組み合わせる。
実験の結果,疑似UQはRVQAベースラインよりも有意に優れていた。
RoI Mixupとモデルアンサンブルはさらに利益を増やします。
最後に、人間の評価は人間とモデルのパフォーマンスのギャップを明らかにし、より多くのRVQA研究が必要であることを示す。
関連論文リスト
- Exploring Question Decomposition for Zero-Shot VQA [99.32466439254821]
視覚的質問応答のための質問分解戦略について検討する。
モデル記述分解の素早い適用は性能を損なう可能性があることを示す。
モデル駆動選択的分解手法を導入し,予測と誤りの訂正を行う。
論文 参考訳(メタデータ) (2023-10-25T23:23:57Z) - RoMQA: A Benchmark for Robust, Multi-evidence, Multi-answer Question
Answering [87.18962441714976]
堅牢でマルチエビデンスな質問応答(QA)のための最初のベンチマークであるRoMQAを紹介します。
我々は、最先端の大規模言語モデルをゼロショット、少数ショット、微調整設定で評価し、RoMQAが難しいことを発見した。
以上の結果から,RoMQAは大規模言語モデルにとって難しいベンチマークであり,より堅牢なQA手法を構築するための定量的なテストを提供する。
論文 参考訳(メタデータ) (2022-10-25T21:39:36Z) - Knowledge Transfer from Answer Ranking to Answer Generation [97.38378660163414]
我々は、訓練されたAS2モデルから知識を伝達することで、GenQAモデルをトレーニングすることを提案する。
また,AS2モデル予測スコアを損失重み付けおよびスコア条件付き入出力整形に用いることを提案する。
論文 参考訳(メタデータ) (2022-10-23T21:51:27Z) - Improving Unsupervised Question Answering via Summarization-Informed
Question Generation [47.96911338198302]
質問生成 (QG) とは, 質問文, 質問文, 質問文, 質問文, 質問文, 質問文, 質問文, 質問文, 質問文, 質問文, 質問文、質問文、質問文、質問文、質問文、質問文、質問文、質問文、質問文、質問文、質問文、質問文、質問文、質問文、質問文、質問文、質問文、質問文、質問文、
我々は、自由なニュース要約データを使用し、宣言文を依存性解析、名前付きエンティティ認識、セマンティックロールラベリングを用いて適切な質問に変換する。
得られた質問は、元のニュース記事と組み合わせて、エンドツーエンドのニューラルQGモデルをトレーニングする。
論文 参考訳(メタデータ) (2021-09-16T13:08:43Z) - IQ-VQA: Intelligent Visual Question Answering [3.09911862091928]
ルールベースデータセット上で,VQAモデルの一貫性を15%向上することを示す。
また,視覚と言語に対するマルチモーダル理解が向上するアテンションマップの改良を定量的に示す。
論文 参考訳(メタデータ) (2020-07-08T20:41:52Z) - Harvesting and Refining Question-Answer Pairs for Unsupervised QA [95.9105154311491]
教師なし質問回答(QA)を改善するための2つのアプローチを提案する。
まず、ウィキペディアから語彙的・構文的に異なる質問を抽出し、質問応答対のコーパスを自動的に構築する(RefQAと名づけられる)。
第2に、より適切な回答を抽出するためにQAモデルを活用し、RefQA上でデータを反復的に洗練する。
論文 参考訳(メタデータ) (2020-05-06T15:56:06Z) - Template-Based Question Generation from Retrieved Sentences for Improved
Unsupervised Question Answering [98.48363619128108]
擬似学習データを用いてQAモデルを訓練するための教師なしアプローチを提案する。
関連した検索文に簡単なテンプレートを適用してQA学習のための質問を生成すると、元の文脈文よりも、下流QAのパフォーマンスが向上することを示す。
論文 参考訳(メタデータ) (2020-04-24T17:57:45Z)
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。