- …
- …
#149
summarized by : Yue Qiu
どんな論文か?
既存のVisual Dialog手法に適応できる性能を大幅向上できる2つのPrincipleを提案した.Principle 1: answer modelに直接dialog historyをInputしない;Principle 2: history, question及びanswer間にunobserved confounder(除くべき)が存在しがち,学習により偽な関係が学習しやすくなる.
新規性
Visual Dialogタスクでのたくさんの実験と観察から,2つの重要なcausal Principlesを発見.提案のPrinciplesが簡単で、従来のVisualDialog手法に適応できるが、従来のVisualDialog研究にoverlookされてきた.
結果
提案の2つのPrinciplesを4つ従来のVisual dialog手法に適応し,4つの手法に対してもVisDialデータセットで大幅な精度向上を達成(+15.41%~+16.42%).さらに,一番シンプルなベースライン手法LF (Late Fusion)をPrinciplesとアンサンブルして、著者たちのVisualDialog challenge 2019の手法よりも高い精度を得られた.
その他(なぜ通ったか?等)
Visual Dialog Challenge 2019において優勝;提案の2つのPrincipleはmodel-agnosticで,容易にほかの手法に適応できる.
- …
- …