<menu id="ieqyu"><menu id="ieqyu"></menu></menu>
  • <xmp id="ieqyu"><nav id="ieqyu"></nav>
  • <nav id="ieqyu"><code id="ieqyu"></code></nav>
  • <dd id="ieqyu"></dd>
  • <xmp id="ieqyu">
    <menu id="ieqyu"></menu>
    當前位置:首頁 > facebook資訊 > 列表

    fb開發新的神經網絡模型,提供更具“吸引力”的照片標題

    發布:facebook 來源: facebook中文網  添加日期:2018-11-01 15:25:31 瀏覽: 評論:0 

    對于那些對Facebook今年在社會中所面臨的一系列挑戰感到驚嘆的人來說,該公司人工智能團隊的最新研究成果提供了一個引人入勝的目標:“讓AI更有吸引力”。

    Facebook AI部門的研究人員找到了一種培訓機器學習模型的方法,不僅可以標注圖像說明,而且可以對照片,采用可能對某個人來說更有趣的多種評論風格進行描述。

    傳統的機器學習任務成功地將描述自動地放在圖像上“對于驗證機器是否理解圖像的內容很有用”,他們寫道,“但它們并沒有像人物那樣吸引人類。”

    在這種情況下,人格可以從甜蜜到傲慢到焦慮,以及兩者之間的各種安排。例如,一張三明治的圖片可以被親切地標記為“這是一個可愛的三明治”,或者更具嘲弄性,“我做的食物比這更好”。

    這項工作是對幾種最先進技術的混搭,例如如何確定圖像的內容,以及如何生成新穎的句子。

    RedHat?OpenShift應用程序運行時可幫助企業使用云交付模型,并以Redbative方式簡化Red Hat OpenShift平臺上應用程序和服務的持續交付。Red Hat OpenShift應用程序運行時基于成熟的開源技術,還為開發團隊提供了多種現代化選項,以便為現有應用程序平穩過渡到云。

    該論文“通過個性吸引圖像字幕”,并發布在arXiv預印本服務上,由Kurt Shuster,Samuel Humeau,胡海良,Antoine Bordes和Facebook AI Research的Jason Weston撰寫。

    神經網絡模型的作者創建的,其中它們進行復制“TransResNet,”依賴于內置于“編碼”的圖像數據的幾個國家的最先進的方案,包括了“ResNet152”編碼器通過Sebastian馬塞爾和晏Rodriguez的發達一塊在2010年被稱為“Torchvision”的軟件。

    然后將該編碼器的輸出給予“具有ReLU [限制線性單位]激活單位的多層感知器”。為此,作者添加了一種人格特質的“嵌入”。接下來,作者訓練兩個編碼器,他們稱之為“下一個話語檢索任務”,它利用一個數據庫,該數據庫包含“17億對話語,其中一個編碼上下文,另一個編碼下一個話語的候選者”。 “

    然后,作者表明TransResNet在一系列標準基準測試中具有競爭力,甚至更優越,可以為圖像應用標題。但是為了表明一個標題的個性可以產生影響,他們讓一群人看到人為創作的標題和自動生成的標題,并說出他們發現“更具吸引力”。

    報告作者:“發現以人格為條件的字幕比圖像的中性字幕更具吸引力,獲勝率為64.5%,使用二項式雙尾檢驗具有統計學意義。”

    在將他們的工作與人們撰寫的“引人入勝”字幕進行比較時,研究人員發現“我們最好的TransResNet模型幾乎與人類作者相匹配,獲勝率為49.5%。

    作者指出,這是進一步發展其模型的基準,“這個領域很快就會出現超人表現的可能性。”

    有趣的是,作者留下了一些他們無法模仿的人格特征,例如“分配中心,無恥,靈活,樸實和不可見”,他們寫的所有這些都難以解釋。

    關于這個世界的情緒,所有這些都可能有更廣泛的教訓。在研究組中,人們被要求評估標題的吸引力,作者寫道,當他們被提出兩個表達沒有特定個性的標題時。一方面,這只是一個事實,一個表達積極觀點的標題 - “好貓咪!” 或者一些這樣的 - 另一方面,人們傾向于發現積極的標題更具吸引力。但是當出現負面字幕時,人們發現它們不像那些只是事實的那樣具有吸引力。足夠的消極性,可能是外賣。

    Tags: 神經網絡 網絡模型

    分享到:

    国产国拍亚洲精品av_h无码动漫在线观看全集无修_国语对白爽死我了_粗大老头让我欲仙欲死_中字无码亚洲日韩欧美_欧美z0z0另类特级