Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

LaMP-Cap: Personalized Figure Caption Generation With Multimodal Figure Profiles

Created by
  • Haebom

저자

Ho Yin 'Sam' Ng, Ting-Yao Hsu, Aashish Anantha Ramakrishnan, Branislav Kveton, Nedim Lipka, Franck Dernoncourt, Dongwon Lee, Tong Yu, Sungchul Kim, Ryan A. Rossi, Ting-Hao 'Kenneth' Huang

개요

본 논문은 AI가 생성한 그림 캡션의 개인화 문제를 해결하기 위해, 다중 모드 그림 프로필을 활용한 개인화된 그림 캡션 생성 데이터셋 LaMP-Cap을 제시합니다. LaMP-Cap은 각 그림에 대한 이미지뿐만 아니라, 동일 문서 내 다른 그림들의 이미지, 캡션, 그림 언급 단락까지 포함하는 다중 모드 프로필을 제공합니다. 실험 결과, 프로필 정보를 활용하면 원저자의 캡션에 더 가까운 캡션을 생성하는 데 도움이 되며, 프로필 내 이미지가 텍스트 정보보다 더 효과적임을 보여줍니다. 이는 텍스트 기반 개인화 방식의 한계를 극복하고 다중 모드 프로필의 장점을 강조하는 연구입니다.

시사점, 한계점

시사점:
다중 모드 프로필을 활용한 그림 캡션 개인화의 효과를 실험적으로 증명.
이미지 정보가 텍스트 정보보다 개인화된 캡션 생성에 더 효과적임을 제시.
LaMP-Cap 데이터셋은 향후 개인화된 그림 캡션 생성 연구에 기여할 수 있음.
한계점:
LaMP-Cap 데이터셋의 규모 및 다양성에 대한 추가적인 검토 필요.
다양한 유형의 그림과 연구 분야에 대한 일반화 가능성에 대한 추가 연구 필요.
프로필 정보의 선택 및 가중치 부여 전략에 대한 추가적인 연구 필요.
👍