論文の概要: CCG Diffusion: Combinatory Categorial Grammar-Driven Compositional and Syntactically Disambiguated Text-to-Image Generation

• arxiv url: http://arxiv.org/abs/2610.29415v1
• Date: Wed, 21 Oct 2026 08:38:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-23 00:40:06.291981
• Title: CCG Diffusion: Combinatory Categorial Grammar-Driven Compositional and Syntactically Disambiguated Text-to-Image Generation
• Title（参考訳）: CCG拡散:コンビネーティブカテゴリーの文法駆動型合成と構文的に曖昧なテキスト・画像生成
• Abstract要約: 我々は, Combinatory Categorial Grammar (CCG) を用いた画像生成をトレーニング不要に制御する CCG Diffusion を提案する。 CCG拡散(CCG Diffusion)は同じ2つのCCGベースのメカニズム、即興の書き換えと注意誘導を適用し、属性結合、空間関係、カウントを制御している。 アーキテクチャ的に異なる2つのバックボーン上で、CCG拡散は、属性結合と2次元空間関係において比較した手法の中で最も高いスコアを得る。
• 参考スコア（独自算出の注目度）: 13.556740998947598
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Text-to-image generation models do not explicitly receive the syntactic structure of the prompt, i.e., which word modifies which and where each phrase attaches. Consequently, they often struggle to bind attributes to the correct objects, to depict spatial relations and counts correctly, and to render syntactically ambiguous prompts in the intended interpretation. Existing syntax-based control methods mainly address attribute binding and have limited ability to control spatial relations and counts or to specify the interpretation of syntactically ambiguous prompts. They rely on phrase-structure or dependency grammars and require additional rules or constraints on the tree structure to extract modification relations between words or to specify a syntactic interpretation. We propose CCG Diffusion, a training-free method that controls image generation using Combinatory Categorial Grammar (CCG). In CCG, the category of each word carries rich syntactic information: it specifies what the word combines with and what phrase it forms. Modification relations between words can therefore be read directly from a CCG parse. Moreover, prepositional phrase (PP) attachment ambiguity, a representative syntactic ambiguity, can be resolved simply by fixing the preposition's category. CCG Diffusion applies the same two CCG-based mechanisms, prompt rewriting and attention guidance, both to controlling attribute binding, spatial relations, and counts and to resolving PP ambiguity. On two architecturally different backbones, Stable Diffusion and Sana, CCG Diffusion achieves the highest scores among the compared methods in attribute binding and 2D spatial relations and significantly outperforms all of them in PP ambiguity resolution.
• Abstract（参考訳）: テキスト・ツー・イメージ生成モデルは、プロンプトの構文構造、すなわち、どの単語がどの語句がどの語句に添付されているかを変更するかを明確に受け取らない。 そのため、それらはしばしば、属性を正しい対象に結び付け、空間的関係とカウントを正しく表現し、意図された解釈に構文的にあいまいなプロンプトを施すのに苦労する。 既存の構文ベースの制御手法は主に属性結合に対処し、空間関係やカウントを制御したり、構文的に曖昧なプロンプトの解釈を指定する能力に制限がある。 彼らは句構造や依存文法に依存しており、単語間の修飾関係を抽出したり、構文的解釈を指定するために、木構造に追加の規則や制約を必要とする。 本稿では, Combinatory Categorial Grammar (CCG) を用いた画像生成をトレーニング不要に制御する CCG Diffusion を提案する。 CCGでは、各単語のカテゴリはリッチな構文情報を持ち、その単語が結合するものと、それが生成するフレーズを指定する。 そのため、CCGパースから直接、単語間の修飾関係を読み取ることができる。 さらに、前置詞句(PP)アタッチメントのあいまいさは、前置詞のカテゴリーを単純に固定することで解決できる。 CCG拡散は、属性結合、空間的関係、カウントの制御とPP曖昧性の解消の両方に、即時書き直しと注意誘導の2つのCCGベースのメカニズムを適用している。 安定拡散(Stable Diffusion)とサナ(Sana)の2つの異なるバックボーンにおいて、CCG拡散(CCG Diffusion)は、属性結合と2次元空間関係において比較した手法の中で最も高いスコアを獲得し、これら全てをPPアンビグニティ分解において著しく上回る。

関連論文リスト

• Does Syntax Matter? A Graph-Augmented Variational Topic Model for Computational Social Sciences [51.56484100374058]
  本稿では、構文依存関係をトピック推論に組み込んだアーキテクチャである、構造的文脈確率的トピックモデル(SCPTM)を紹介する。 本研究では,レジスタ構造と談話構造が異なる4つのコーパスのトピックモデリング手法について検討した。 その結果, SCPTMのニューラルアーキテクチャは, 生成的ベースラインよりも文書・トピックアライメントが著しく向上していることが示唆された。
  論文  参考訳（メタデータ） (2026-09-07T17:39:06Z)
• Token-to-Token Alignment of Text Embeddings for Semantic Blending [55.88554156801394]
  本稿では,プロンプト間のトークン間の明示的な意味的対応を確立するフレームワークであるToken-to-Tokenアライメントを紹介する。 この結果から,テキストから画像への埋め込み空間は,表現が適切に整列されたときにアクセス可能な連続的な意味構造を暗黙的に符号化していることがわかった。
  論文  参考訳（メタデータ） (2026-06-22T23:54:40Z)
• StructCoh: Structured Contrastive Learning for Context-Aware Text Semantic Matching [10.000850856259866]
  StructCohはグラフ強化のコントラスト学習フレームワークである。 階層的な対照的な目的は、複数の粒度で一貫性を強制する。 3つの法的な文書マッチングベンチマークと学術的プラジャリズム検出データセットの実験は、大幅な改善を示している。
  論文  参考訳（メタデータ） (2025-09-02T07:21:36Z)
• Token Merging for Training-Free Semantic Binding in Text-to-Image Synthesis [98.21700880115938]
  Text-to-image (T2I) モデルは、しばしば入力プロンプトに意味的に関連付けられたオブジェクトや属性を正確に結合するのに失敗する。 Token Merging(ToMe)と呼ばれる新しい手法を導入し、関連するトークンを1つの複合トークンに集約することでセマンティックバインディングを強化する。
  論文  参考訳（メタデータ） (2024-11-11T17:05:15Z)
• Relation Rectification in Diffusion Model [64.84686527988809]
  本稿では,最初に生成できない関係を正確に表現するためにモデルを洗練することを目的とした,リレーション・リクティフィケーション(Relation Rectification)と呼ばれる新しいタスクを紹介する。 異種グラフ畳み込みネットワーク(HGCN)を利用した革新的な解を提案する。 軽量HGCNは、テキストエンコーダによって生成されたテキスト埋め込みを調整し、埋め込み空間におけるテキスト関係の正確な反映を保証する。
  論文  参考訳（メタデータ） (2024-03-29T15:54:36Z)
• A Semantic Mention Graph Augmented Model for Document-Level Event Argument Extraction [12.286432133599355]
  Document-level Event Argument extract (DEAE)は、構造化されていないドキュメントから引数とその特定の役割を特定することを目的としている。 DEAEの先進的なアプローチは、事前訓練された言語モデル(PLM)を誘導するプロンプトベースの手法を用いて、入力文書から引数を抽出する。 本稿では,この2つの問題に対処するために,グラフ拡張モデル (GAM) のセマンティック言及を提案する。
  論文  参考訳（メタデータ） (2024-03-12T08:58:07Z)
• Advancing Incremental Few-shot Semantic Segmentation via Semantic-guided Relation Alignment and Adaptation [98.51938442785179]
  増分的な数ショットセマンティックセマンティックセマンティクスは、セマンティクスセマンティクスモデルを新しいクラスに漸進的に拡張することを目的としている。 このタスクは、データ不均衡のため、ベースクラスと新しいクラスの間で深刻な意味認識の問題に直面します。 本稿では,従来の意味情報のガイダンスを完全に考慮した意味誘導型関係調整適応法を提案する。
  論文  参考訳（メタデータ） (2023-05-18T10:40:52Z)
• CSynGEC: Incorporating Constituent-based Syntax for Grammatical Error Correction with a Tailored GEC-Oriented Parser [22.942594068051488]
  この研究は、他の主流構文形式、すなわち構成型構文を考慮に入れている。 まず,非文法文の誤りに対応するための拡張構成型構文スキームを提案する。 そして,非文法文の区切り木を自動的に取得し,GCC指向の区切り木を訓練する。
  論文  参考訳（メタデータ） (2022-11-15T14:11:39Z)
• Graph Adaptive Semantic Transfer for Cross-domain Sentiment Classification [68.06496970320595]
  クロスドメイン感情分類(CDSC)は、ソースドメインから学んだ伝達可能なセマンティクスを使用して、ラベルなしのターゲットドメインにおけるレビューの感情を予測することを目的としている。 本稿では、単語列と構文グラフの両方からドメイン不変セマンティクスを学習できる適応型構文グラフ埋め込み法であるグラフ適応意味伝達(GAST)モデルを提案する。
  論文  参考訳（メタデータ） (2022-05-18T07:47:01Z)
• Comparison by Conversion: Reverse-Engineering UCCA from Syntax and Lexical Semantics [29.971739294416714]
  堅牢な自然言語理解システムの構築には、さまざまな言語的意味表現が相互に補完するかどうか、明確に評価する必要がある。 i)ルールベースのコンバータ,(ii)他の情報のみを特徴として1つのフレームワークに解析する教師付きデレクシカル化の2つの相補的手法を用いて,異なるフレームワークからの意味表現間のマッピングを評価する。
  論文  参考訳（メタデータ） (2020-11-02T09:03:46Z)

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。