基于全局与序列变分自编码的图像描述生成

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：基于Transformer架构的图像描述生成方法通常学习从图像空间到文本空间的确定性映射，以提高预测“平均”描述语句的性能，从而导致模型倾向于生成常见的单词和重复的短语，即所谓的模式坍塌问题。为此，将条件变分自编码与基于Transformer的图像描述生成相结合，利用条件似然的变分证据下界分别构建了句子级和单词级的多样化图像描述生成模型，通过引入全局与序列隐嵌入学习增强模型的隐表示能力。（剩余18005字）

试读结束

目录
monitor
客服机器人