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 캡션을 저자의 스타일과 분야의 스타일에 맞추는 개인화의 필요성을 강조하며, 다중 모드 그림 프로파일을 사용한 개인화된 그림 캡션 생성을 위한 데이터셋 LaMP-Cap을 소개합니다. LaMP-Cap은 각 그림에 대한 이미지뿐만 아니라, 같은 문서의 다른 그림들(이미지, 캡션, 그림 언급 단락 포함)을 최대 세 개까지 프로파일로 제공하여 맥락을 특징짓습니다. 실험 결과, 프로파일 정보를 사용하면 저자가 직접 작성한 캡션과 더 유사한 캡션을 생성하는 데 도움이 되는 것으로 나타났으며, 프로파일의 이미지가 그림 언급 단락보다 더 유용하다는 것을 밝혔습니다. 이는 다중 모드 프로파일의 장점을 보여줍니다.
시사점, 한계점
•
시사점:
◦
다중 모달(이미지, 텍스트) 프로파일을 활용한 개인화된 그림 캡션 생성의 효용성을 실증적으로 보여줌.
◦
LaMP-Cap 데이터셋은 향후 개인화된 그림 캡션 생성 연구에 중요한 기여를 할 것으로 예상됨.
◦
프로파일 내 이미지 정보가 텍스트 정보보다 캡션 생성에 더 효과적임을 밝힘.
•
한계점:
◦
LaMP-Cap 데이터셋의 규모 및 다양성에 대한 추가적인 검토 필요.
◦
다양한 유형의 그림과 저자 스타일을 더욱 포괄적으로 반영하는 방향으로 데이터셋 확장 필요.
