中科白癜风公益活动 http://www.bdfyy999.com/photo/gongyishiye/
机器之心专栏机器之心编辑部近期，中山大学发布了基于常识的无偏视觉问答数据集(Knowledge-RoutedVisualQuestionReasoning，KRVQA)。由于自然语言与标注者中自然存在的偏差，现有的算法能够通过拟合数据集内的这些偏差达到很好的效果，而不需要理解对应的文字和图像信息。相关论文发表在国际知名顶级期刊TNNLS上。在自然语言处理和计算机视觉领域，已经有工作开始探索基于常识的阅读理解和视觉问答问题。这类问题要求算法需要额外的常识才能给出答案。但现有的常识视觉问答数据集大多是人工标注的，并没有基于合适的知识或情感表达进行构建。这不仅导致常识的分布相当稀疏，容易产生解释的二义性，同时还容易引入标注者偏差，使得相关算法仍在

转载请注明:http://www.aideyishus.com/lkcf/6795.html