| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-09-20 09:50 ガウス分布を用いた埋め込みによる画像テキスト間検索 ○濱 健太・松原 崇・上原邦昭（神戸大）  PRMU2018-38 IBISML2018-15 |
|
| 抄録 | （和） | 単語表現の獲得において, 単語を空間上の点へ埋め込むことは一般的である. 最近の研究では, 点ではなく確率分布へ埋め込むことで, 意味の不確かさの解釈が容易な表現を獲得することが可能であると知られている. 画像テキスト間の検索においては, 画像データ, テキストデータの持つ意味の曖昧さを考慮することで, 検索精度が向上すると考えられる. 点への埋め込みを用いると, 「バス」は「乗り物」と意味が近いが異なるものと考えられる. 確率分布への埋め込みは, 「バス」が「乗り物」に意味的に包含されるという, 単語の意味の曖昧さを捉えることで, 「乗り物」という単語から「バス」を検索できる. 本研究では画像データ, テキストデータを正規分布へ埋め込む手法を提案する. 点への埋め込みを行うモデルと比較し, 正規分布への埋め込みは, 検索タスクの精度を向上させることを示す. |
| （英） | To get distributed representations of words, one has typically embedded words to points. Recent studies successfully represent the uncertainty of the meaning of words by embedding them to probability distributions. We consider such representations contribute to image-caption retrieval. With point embedding, a ``bus'' is considered to be similar to but different from the ``vehicle''. Since the distribution embedding captures the ambiguous meaning of the word ``vehicle'', a ``bus'' is included in the``vehicle'', and one can get a ``bus'' image using a text query of ``vehicle''. In this study, we propose a method to embed image and text data to a normal distribution. Compared to point embedding, our proposed embedding improves the performances on the image-caption retrieval benchmark tasks. |
|
| キーワード | （和） | 表現学習 / テキスト画像検索 / 埋め込み / / / / / |
| （英） | Representation Learning / Image-Caption Retrieval / Embeddings / / / / / | |
| 文献情報 | 信学技報, vol. 118, no. 220, IBISML2018-15, pp. 17-20, 2018年9月. | |
| 資料番号 | IBISML2018-15 | |
| 発行日 | 2018-09-13 (PRMU, IBISML) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2018-38 IBISML2018-15 |
|
| 研究会情報 | |
| 研究会 | PRMU IBISML IPSJ-CVIM |
| 開催期間 | 2018-09-20 - 2018-09-21 |
| 開催地（和） | 福岡工業大学 |
| 開催地（英） | |
| テーマ（和） | 機械学習と実応用 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2018-09-PRMU-IBISML-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | ガウス分布を用いた埋め込みによる画像テキスト間検索 |
| サブタイトル（和） | |
| タイトル（英） | Image-Caption Retrieval by Embedding to Gaussian Distribution |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 表現学習 / Representation Learning |
| キーワード(2)（和/英） | テキスト画像検索 / Image-Caption Retrieval |
| キーワード(3)（和/英） | 埋め込み / Embeddings |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 濱 健太 / Kenta Hama / ハマ ケンタ |
| 第1著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 松原 崇 / Takashi Matsubara / |
| 第2著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 上原 邦昭 / Kuniaki Uehara / |
| 第3著者 所属（和/英） | 神戸大学 (略称： 神戸大) Kobe University (略称： Kobe Univ.) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-09-20 09:50:00 |
| 発表時間 | 10分 |
| 申込先研究会 | IBISML |
| 資料番号 | PRMU2018-38, IBISML2018-15 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.219(PRMU), no.220(IBISML) |
| ページ範囲 | pp.17-20 |
| ページ数 | 4 |
| 発行日 | 2018-09-13 (PRMU, IBISML) |
[研究会発表申込システムのトップページに戻る]