HyperAIHyperAI
منذ 2 أشهر

كل شيء عن الهيكل: تكيف المعلومات الهيكلية عبر المجالات لتعزيز التقطيع الدلالي

Wei-Lun Chang; Hui-Po Wang; Wen-Hsiao Peng; Wei-Chen Chiu
كل شيء عن الهيكل: تكيف المعلومات الهيكلية عبر المجالات لتعزيز التقطيع الدلالي
الملخص

في هذا البحث، نعالج مشكلة التكيف غير المشرف بين المجالات لمهام التجزئة الدلالية، حيث نحاول نقل المعرفة المستفادة من مجموعات البيانات الصناعية ذات العلامات الحقيقية إلى صور العالم الحقيقي دون أي تسمية. انطلاقًا من الفرضية القائلة بأن المحتوى البنيوي للصور هو العامل الأكثر إفادة وحسمًا في التجزئة الدلالية ويمكن مشاركته بسهولة بين المجالات، نقترح إطار عمل استخراج البنية الثابتة للمجال (DISE) لتفكيك الصور إلى تمثيلات بنية ثابتة للمجال وملمس خاص بالمجال، مما يمكن من تحقيق ترجمة الصور بين المجالات وتمكين نقل العلامات لتحسين أداء التجزئة. تؤكد التجارب الواسعة فعالية النموذج المقترح DISE وتظهر تفوقه على عدة نماذج متقدمة أخرى.