- …
- …
#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．
- …
- …