論文の概要: Building a Macedonian Recipe Dataset: Collection, Parsing, and Comparative Analysis

• arxiv url: http://arxiv.org/abs/2510.14128v1
• Date: Wed, 15 Oct 2025 21:54:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-17 21:15:14.634625
• Title: Building a Macedonian Recipe Dataset: Collection, Parsing, and Comparative Analysis
• Title（参考訳）: マケドニアのレシピデータセットの構築 - コレクション、パーシング、比較分析
• Authors: Darko Sasanski, Dimitar Peshevski, Riste Stojanov, Dimitar Trajanov,
• Abstract要約: マケドニアのレシピデータセットをウェブスクレイピングと構造化解析により構築するための最初の体系的な取り組みを示す。 ポイントワイズ・ミューチュアル・インフォメーション(Pointwise Mutual Information)やリフト・スコア(Lift score)などの指標を用いて、成分頻度と共起パターンの探索分析を行い、マケドニア料理を特徴付ける特徴的成分の組み合わせを強調した。
• 参考スコア（独自算出の注目度）: 0.0538441598991272
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Computational gastronomy increasingly relies on diverse, high-quality recipe datasets to capture regional culinary traditions. Although there are large-scale collections for major languages, Macedonian recipes remain under-represented in digital research. In this work, we present the first systematic effort to construct a Macedonian recipe dataset through web scraping and structured parsing. We address challenges in processing heterogeneous ingredient descriptions, including unit, quantity, and descriptor normalization. An exploratory analysis of ingredient frequency and co-occurrence patterns, using measures such as Pointwise Mutual Information and Lift score, highlights distinctive ingredient combinations that characterize Macedonian cuisine. The resulting dataset contributes a new resource for studying food culture in underrepresented languages and offers insights into the unique patterns of Macedonian culinary tradition.
• Abstract（参考訳）: 計算天文学は、地域料理の伝統を捉えるために、多種多様な高品質なレシピデータセットをますます頼りにしている。 主要言語のための大規模なコレクションは存在するが、マケドニアのレシピは依然としてデジタル研究においてあまり表現されていない。 本研究では,Webスクレイピングと構造化解析により,マケドニアのレシピデータセットを構築するための最初の体系的な取り組みを示す。 我々は、単位、量、記述子正規化を含む異種成分記述を処理する際の課題に対処する。 ポイントワイズ・ミューチュアル・インフォメーション(Pointwise Mutual Information)やリフト・スコア(Lift score)などの指標を用いて、成分頻度と共起パターンの探索分析を行い、マケドニア料理を特徴付ける特徴的成分の組み合わせを強調した。 得られたデータセットは、表現不足の言語で食文化を研究するための新しいリソースを提供し、マケドニアの料理伝統のユニークなパターンに関する洞察を提供する。

関連論文リスト

• Retrieval Augmented Recipe Generation [96.43285670458803]
  本稿では,レシピ生成のための拡張型大規模マルチモーダルモデルを提案する。 既存のデータストアからサプリメントとして、イメージにセマンティックに関連付けられたレシピを検索する。 生成したレシピ候補間の一貫性を計算し、異なる検索レシピを生成のコンテキストとして使用する。
  論文  参考訳（メタデータ） (2024-11-13T15:58:50Z)
• A topological analysis of the space of recipes [0.0]
  本稿では、料理レシピの空間を研究するために、トポロジカルデータ分析、特に永続的ホモロジーの利用を紹介する。 特に、永続的ホモロジー分析は、既存のレシピの空間におけるマルチスケールの「穴」を取り巻く一連のレシピを提供する。
  論文  参考訳（メタデータ） (2024-06-12T01:28:16Z)
• CookingSense: A Culinary Knowledgebase with Multidisciplinary Assertions [23.21190348451355]
  CookingSenseは、さまざまなソースから抽出された料理領域における知識アサーションの記述的なコレクションである。 CookingSenseは辞書ベースのフィルタリングと言語モデルに基づくセマンティックフィルタリング技術によって構築されている。 本稿では,料理意思決定支援システム評価のための新しいベンチマークであるFoodBenchを紹介する。
  論文  参考訳（メタデータ） (2024-05-01T13:58:09Z)
• 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)
• 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)
• 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)
• 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)
• Classification of Cuisines from Sequentially Structured Recipes [8.696042114987966]
  料理の特徴に基づく料理の分類は 際立った問題です。 我々は、RecipeDBデータセット上のこれらの情報を考慮し、様々な分類手法を実装した。 最先端のRoBERTaモデルは、様々な分類モデルの中で73.30%の精度を示した。
  論文  参考訳（メタデータ） (2020-04-26T05:40:36Z)
• Cross-Modal Food Retrieval: Learning a Joint Embedding of Food Images and Recipes with Semantic Consistency and Attention Mechanism [70.85894675131624]
  画像とレシピを共通の特徴空間に埋め込み、対応する画像とレシピの埋め込みが互いに近接するように学習する。 本稿では,2つのモダリティの埋め込みを正規化するためのセマンティック・一貫性とアテンション・ベース・ネットワーク(SCAN)を提案する。 食品画像や調理レシピの最先端のクロスモーダル検索戦略を,かなりの差で達成できることが示される。
  論文  参考訳（メタデータ） (2020-03-09T07:41:17Z)

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。