| 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 | 2018-12-07 16:45 深層学習を用いた料理動画からの全体的な整合性を考慮したレシピ文の自動生成 ○藤井竜希・清 雄一・田原康之・大須賀昭彦（電通大）  AI2018-32 |
|
| 抄録 | （和） | 深層学習を用いて画像や動画の内容を自然言語で修飾するキャプション生成の研究は大きな成果をあげ、近年注目を浴びている。本研究では、社会的に実用性のあるキャプション生成という観点で、YouCookⅡというYouTubeから取得し、アノテーションされた5～10分程度の調理動画データセットを対象として、調理動画ごとのレシピ文を生成する。提案手法である同一レシピ内で既に生成された文章のベクトルをEncoder-Decoderの入力に追加したモデルでキャプション生成を行い、実際にアノテーションされたレシピ文との比較を行う。 評価指標として画像キャプション生成問題の評価に広く用いられるBleuを用いた。 |
| （英） | Research on caption generation that modifies the contents of images and moving images with natural language using deep learning has gained considerable results and attracted attention in recent years. In this research, from the viewpoint of socially practical caption generation, a recipe for each cooking movie is generated for cooking movie data set of about 5 to 10 minutes acquired from YouTube called YouTube and annotated . As a proposed method, caption generation is performed by a model in which a vector of a sentence already generated in the same recipe is added to the input of an Encoder-Decoder, and comparison with an actually annotated recipe sentence is performed. We used Bleu for evaluation which is widely used for evaluation of image caption generation problem . |
|
| キーワード | （和） | 料理レシピ / 深層学習 / キャプション生成 / 整合性 / 文章ベクトル / / / |
| （英） | Cooking Recipe / Deep Learning / Captioning / Contensity / Sentence Vector / / / | |
| 文献情報 | 信学技報, vol. 118, no. 350, AI2018-32, pp. 37-41, 2018年12月. | |
| 資料番号 | AI2018-32 | |
| 発行日 | 2018-11-30 (AI) | |
| 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 | AI2018-32 |
|
| 研究会情報 | |
| 研究会 | AI |
| 開催期間 | 2018-12-07 - 2018-12-08 |
| 開催地（和） | 九州大学 伊都キャンパス |
| 開催地（英） | |
| テーマ（和） | 「コンテキストを意識した知識の利用」および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | AI |
| 会議コード | 2018-12-AI |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いた料理動画からの全体的な整合性を考慮したレシピ文の自動生成 |
| サブタイトル（和） | |
| タイトル（英） | Generation of Curriculum-Based Multiple Choice Questions Using Linked Data |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 料理レシピ / Cooking Recipe |
| キーワード(2)（和/英） | 深層学習 / Deep Learning |
| キーワード(3)（和/英） | キャプション生成 / Captioning |
| キーワード(4)（和/英） | 整合性 / Contensity |
| キーワード(5)（和/英） | 文章ベクトル / Sentence Vector |
| 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） | 藤井 竜希 / Tatsuki Fujii / フジイ タツキ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 清 雄一 / Yuichi Sei / セイ ユウイチ |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： UEC) |
| 第3著者 氏名（和/英/ヨミ） | 田原 康之 / Yasuyuki Tahara / タハラ ヤスユキ |
| 第3著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： UEC) |
| 第4著者 氏名（和/英/ヨミ） | 大須賀 昭彦 / Akihiko Ohsuga / オオスガ アキヒコ |
| 第4著者 所属（和/英） | 電気通信大学 (略称： 電通大) University of Electro-Communications (略称： UEC) |
| 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 | 2018-12-07 16:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | AI |
| 資料番号 | AI2018-32 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.350 |
| ページ範囲 | pp.37-41 |
| ページ数 | 5 |
| 発行日 | 2018-11-30 (AI) |
[研究会発表申込システムのトップページに戻る]