In questo lavoro studiamo le domande del tipo “Quanti cani sono neri?”, la cui risposta è un quantificatore (es. “alcuni”/”tutti”/”nessuno”). Mostriamo che al fine di imparare a quantificare, un modello multimodale deve ottenere una rappresentazione profonda della domanda linguistica, dell’immagine e della loro interazione. Proponiamo un modello che estrae una rappresentazione approssimativa dell’insieme degli oggetti e della proprietà sui quali verte la domanda.

In this paper, we focus on linguistic questions over images which may be answered with a quantifier (e.g.How many dogs are black? Some/most/all of them, etc.). We show that in order to learn to quantify, a multimodal model has to obtain a genuine understanding of linguisticand visual inputs and of their interaction. We propose a model that extracts a fuzzy representation of the set of the queried objects (e.g.dogs) and of the queried property in relation to that set (e.g. blackwith respect todogs), outputting the appropriate quantifier for that relation.

Imparare a quantificare guardando / Pezzelle, Sandro; Sorodoc, Ionut-teodor; Herbelot, Aurelie; Bernardi, Raffaella. - 1749:(2016), pp. 237-242. ((Intervento presentato al convegno CLiC-it 2016 & EVALITA 2016 tenutosi a Napoli, Italia nel 5th-7th December 2016.

Imparare a quantificare guardando

Pezzelle, Sandro;Sorodoc, Ionut-teodor;Herbelot, Aurelie;Bernardi, Raffaella
2016

Abstract

In this paper, we focus on linguistic questions over images which may be answered with a quantifier (e.g.How many dogs are black? Some/most/all of them, etc.). We show that in order to learn to quantify, a multimodal model has to obtain a genuine understanding of linguisticand visual inputs and of their interaction. We propose a model that extracts a fuzzy representation of the set of the queried objects (e.g.dogs) and of the queried property in relation to that set (e.g. blackwith respect todogs), outputting the appropriate quantifier for that relation.
Proceedings of Third Italian Conference on Computational Linguistics (CLiC-it 2016) and Fifth Evaluation Campaign of Natural Language Processing and Speech Tools for Italian. Final Workshop (EVALITA 2016)
Aachen
CEUR Workshop Proceeding
Pezzelle, Sandro; Sorodoc, Ionut-teodor; Herbelot, Aurelie; Bernardi, Raffaella
Imparare a quantificare guardando / Pezzelle, Sandro; Sorodoc, Ionut-teodor; Herbelot, Aurelie; Bernardi, Raffaella. - 1749:(2016), pp. 237-242. ((Intervento presentato al convegno CLiC-it 2016 & EVALITA 2016 tenutosi a Napoli, Italia nel 5th-7th December 2016.
File in questo prodotto:
File Dimensione Formato  
CLIC-IT2016_imparare.pdf

accesso aperto

Tipologia: Versione editoriale (Publisher’s layout)
Licenza: Tutti i diritti riservati (All rights reserved)
Dimensione 134.77 kB
Formato Adobe PDF
134.77 kB Adobe PDF Visualizza/Apri

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione

Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/11572/212247
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus 0
  • ???jsp.display-item.citation.isi??? ND
social impact