@进行中{zhang-etal-2023-ck,title=“{CK}-变压器:用于指称表达理解的常识增强型变形金刚”,author=“Zhang、Zhi和Yannakoudakis、Helen和Zhen、Xiantong和叶卡捷琳娜·舒托娃”,editor=“弗拉科斯、安德烈亚斯和伊莎贝尔·奥根斯坦“,booktitle=“计算语言学协会的研究结果:EACL 2023”,月=5月,年=“2023”,address=“克罗地亚杜布罗夫尼克”,publisher=“计算语言学协会”,url=“https://aclantology.org/2023.findings-eacl.196",doi=“10.18653/v1/2023.findings-eacl.196”,pages=“2586--2596”,abstract=“多模态指代表达式理解(REC)任务旨在定位由自然语言表达式描述的图像区域,最近在研究领域受到了越来越多的关注。本文特别关注用常识知识指代表达式的理解(KB-Ref)这是一项通常需要进行空间、视觉或语义信息以外的推理的任务。我们提出了一种新的常识知识增强型变换器(CK-Transformer)框架,该框架有效地将常识知识集成到图像中对象的表示中,便于识别表达式所指的目标对象。我们对KB-Ref任务的几个基准进行了广泛的实验。我们的结果表明,所提出的CK-Transformer达到了一种新的技术水平,与现有技术相比,精确度绝对提高了3.14{\%}。”,}
<?xml version=“1.0”encoding=“UTF-8”?><modsCollection xmlns=“网址:http://www.loc.gov/mods/v3"><mods ID=“zhang-etal-2023-ck”><标题信息>CK-Transformer:用于指称表达式理解的常识增强型变形金刚</titleInfo><name type=“personal”>Zhi<namePart type=“family”>张<角色>作者</角色></name><name type=“personal”>海伦Yannakoudakis<角色>作者</角色></name><name type=“personal”>仙童<namePart type=“given”><namePart type=“family”>珍</namePart><角色>作者</角色></name><name type=“personal”>叶卡捷琳娜舒托娃<角色>作者</角色></name><originInfo>发布日期:2023-05发布日期:</originInfo><typeOfResource>文本<relatedItem type=“主机”><标题信息>计算语言学协会的发现:EACL 2023</titleInfo><name type=“personal”>安德烈亚斯Vlachos公司<角色>编辑器</角色></name><name type=“personal”>伊莎贝尔奥根斯坦<角色>编辑器</角色></name><originInfo>计算语言学协会<位置>克罗地亚杜布罗夫尼克</place></originInfo>会议出版物</relatedItem>多模态指称表达理解(REC)任务旨在定位自然语言表达所描述的图像区域,最近在研究领域受到了越来越多的关注。在本文中,我们特别关注将表达理解与常识知识(KB-Ref)联系起来,这项任务通常需要超越空间、视觉或语义信息的推理。我们提出了一种新的常识知识增强型变换器(CK-Transformer)框架,该框架有效地将常识知识集成到图像中对象的表示中,便于识别表达式所指的目标对象。我们对KB-Ref任务的几个基准进行了广泛的实验。我们的结果表明,所提出的CK-Transformer达到了一种新的技术水平,与现有技术相比,准确度绝对提高了3.14%zhang-etal-2023-ck10.18653/v1/2023.findings-eacl.196<位置><网址>https://aclcollectory.org/2023.findings-eacl.196</url></位置><部分>2023-05年<扩展单元=“page”><开始>2586<end>2596</范围></部分></模块></modsCollection>
%0会议记录%T CK转换器:用于指称表达式理解的常识增强型转换器%阿章,志%A Yannakoudakis,海伦%阿珍、仙童%叶卡捷琳娜·舒托娃%安德烈亚斯·瓦拉科斯%伊莎贝尔·Y·奥根斯坦%计算语言学协会的研究结果:EACL 2023%D 2023年%5月8日%计算语言学协会%C杜布罗夫尼克,克罗地亚%F zhang-etal-2023-ck公司%X多模态指称表达理解(REC)任务旨在定位自然语言表达所描述的图像区域,最近在研究领域受到了越来越多的关注。在本文中,我们特别关注将表达理解与常识知识(KB-Ref)联系起来,这项任务通常需要超越空间、视觉或语义信息的推理。我们提出了一种新的常识知识增强型变换器(CK-Transformer)框架,该框架有效地将常识知识集成到图像中对象的表示中,便于识别表达式所指的目标对象。我们对KB-Ref任务的几个基准进行了广泛的实验。我们的结果表明,所提出的CK-Transformer达到了一种新的技术水平,与现有技术相比,准确度绝对提高了3.14%。%R 10.18653/v1/2023.结果-每项196%U型https://aclantology.org/2023.findings-eacl.196%U型https://doi.org/10.18653/v1/2023.findings-eacl.196%电话2586-2596
降价(非正式)
[CK-Transformer:用于指称表达式理解的常识增强型变换器](https://aclantology.org/2023.findings-eacl.196)(Zhang等人,《2023年调查结果》)
国际计算语言学协会
- Zhi Zhang、Helen Yannakoudakis、Xiantong Zhen和Ekaterina Shutova。2023CK转换器:用于指称表达式理解的常识增强型转换器.英寸计算语言学协会的研究结果:EACL 2023,第2586–2596页,克罗地亚杜布罗夫尼克。计算语言学协会。