Bing

Microsoft Research izveido sistēmu, kas spēj automātiski ģenerēt "viedos" parakstus

Satura rādītājs:

Anonim

Noteikti esat saskāries ar uzrakstu, kas ir mulsinošs, nepareizs vai maz pasaka par attēlu, uz kuru tas attiecas; un pat iespējams, ka, veltot sevi savu rakstu publicēšanai, jums šķiet, ka būs visnogurdinošāk aizpildīt šo sadaļu. Redmondas cilvēki ir izveidojuši rīku, kura mērķis ir atvieglot jūsu darbību.

Darbs, ko publicējis Microsoft Research, kas raksturo sevi kā “titru ģenerēšanas sistēmu”, kas spēj atdarināt cilvēka valodas stāstījuma īpašības, tas ir, tehnoloģiju, kas var aprakstīt ekrānuzņēmumus tā, it kā tie būtu par kādu no mums. ar atbilstošo kontekstu.Kaut kas pie kā tādi uzņēmumi kā Facebook, Microsoft un Google ir strādājuši jau kādu laiku, taču šoreiz tas pārspēj cerēto.

No kā tas sastāv

Viņš lieliski pavadīja laiku

Tādā veidā sistēmai ir iespēja pat izstāstīt pilnīgu stāstu no vairākiem attēliem, aprakstot to un stāstot it kā tā bija grāmata. Lietderība, kas, pēc ekspertu domām, varētu kļūt par funkciju, kas nodrošina cilvēciskāku pieskārienu noteiktām lietojumprogrammām, balss atpazīšanas lietojumprogrammām, automātiski ģenerējot aprakstus citās jomās un daudz ko citu.

Un fakts ir tāds, ka rīks neaprobežojas tikai ar to, lai īsi pateiktu, ko tas "redz", bet gan sniedz plašāku situācijas konteksts, kas atspoguļots attēlā, panākot "stāstījuma kontekstu un unikālu stāstījuma stilu", skaidroja viens no šī darba autoriem Frenks Feraro.Lai nonāktu situācijā, viņš mums sniedz skaidru piemēru

Viņa māte ar viņu lepojās

Tādējādi mēs ierosinām šādu gadījumu: “Iedomāsimies, ka mums ir fotoalbums ar dažiem draugiem, kuri svinējuši dzimšanas dienu Krogs. Dažos no pirmajiem attēliem redzams, kā cilvēki pasūta alu un to dzer, bet pēdējos – kāds guļ uz dīvāna,” viņš komentē.

Parastā sistēma “varētu vienkārši norādīt uz kaut ko tādu, piemēram, uz dīvāna guļ cilvēks, savukārt mūsu sistēma varētu ietvert to, ka viņš, iespējams, atrodas šādā situācijā, jo ir piedzēries pēc dažu dzērienu iedzeršanas”. Papildinājums, kas nodrošina izpratni un noteiktu emocionālu lādiņu, kas atspoguļojas arī šajā rakstā iekļautajos attēlos un fotoattēlu parakstos.

Via | MIT tehnoloģiju apskats

In Xataka Windows | Microsoft izlaiž lietotni, kas nosaka jūsu suņa šķirni

Bing

Izvēle redaktors

Back to top button