在碎片化阅读充斥眼球的时代,越来越少的人会去关注每篇论文背后的探索和思考。
在这个栏目里,你会快速 get 每篇精选论文的亮点和痛点,时刻紧跟 AI 前沿成果。
点击本文底部的「阅读原文」即刻加入社区,查看更多最新论文推荐。
本期推荐的论文笔记来自 PaperWeekly 社区用户 @jamiechoi。本文提出了一种将对比学习(CL)用于 Image Captioning 的方法,通过在参考模型上设立两个约束,鼓励独特性,从而提高标记质量。
如果你对本文工作感兴趣,点击底部的阅读原文即可查看原论文。
关于作者:蔡文杰,华南理工大学硕士生,研究方向为Image Caption。
■ 论文 | Contrastive Learning for Image Captioning
■ 链接 | https://www.paperweekly.site/papers/1344
■ 源码 | https://github.com/doubledaibo/clcaption_nips2017
论文动机
本文提出的 Contrastive Learning (CL) 主要是为了解决 Image Caption 任务中生成的 Caption 缺少 Distinctiveness 的问题。
这里的 Distinctiveness 可以理解为独特性,指的是对于不同的图片,其 caption 也应该是独特的、易于区分的。即在所有图片中,这个 caption 与这幅图片的匹配度是最高的。