외부 상식 베이스를 활용한 시각적 질의응답 추론 모델

Q: 이 논문에서 정의한 시각적 질의응답이란 무엇인가?

시각적 질의응답(VQA)은 인공지능의 멀티모델 문제해결 능력을 평가하기 위한 챌린지로, 시각 자료와 질문 및 답변을 CNN과 어텐션 메커니즘 등 여러 기법을 사용하여 해결하고자 하는 과제이다. 이는 시각적 튜링 테스트의 한 형태로, 영상이 주어졌을 때 모델이 얼마나 자연스러운 답변을 자동생성할 수 있는지를 평가한다.

Q: 외부 상식 베이스를 활용한 시각적 질의응답 모델의 핵심 기여는 무엇인가?

연구 결과, 외부 상식 베이스인 ConceptNet에서 질의와 연관된 지식을 추출하여 답변 추론에 활용하는 모델을 제안하였다. 이 모델은 기존 LXMERT 구조에 상식 추출 블록과 상식 인코더를 추가하여, Commonsense_feature를 Vision_feature 및 Language_feature와 교차 학습함으로써 시각적 질의응답 문제 해결에 상식 기반 추론의 가능성을 제시한다.

장유원; 박준석; 장병탁

학술대회자료

저자정보: 장유원 (바이오지능연구실) 박준석 (바이오지능연구실) 장병탁 (바이오지능연구실)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2020 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

시각적 질의응답(Visual Question Answering, VQA)은 2015년 Aishwarya Agrawal 등이 발표한 VQA[1] 논문으로 시작된 인공지능의 멀티모달 문제해결 능력을 평가하기 위한 챌린지이다. 이를 위해 기존의 연구에서는 문제에서 주어지는 이미지 등 시각 자료와 질문 및 답변을 CNN과 어텐션 메커니즘 등 여러 기법을 사용하여 문제를 해결하고자 하였다. 그러나 VQA 를 비롯한 고수준의 챌린지에서 주어지는 ... 전체 초록 보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료

댓글(0)