Microsoft Research luo järjestelmän, joka pystyy luomaan "älykkäät" tekstitykset automaattisesti
Sisällysluettelo:
Varmasti olet törmännyt kuvatekstiön, joka on hämmentävä, virheellinen tai kertoo vähän kuvasta, johon se viittaa; ja on jopa mahdollista, että jos omistaudut omien artikkeleiden julkaisemiseen, tämän osion täyttäminen on tyllittävää. No, redmondilaiset ovat luoneet työkalun, jonka tarkoituksena on helpottaa asioita.
Microsoft Researchin julkaisema teos, joka kuvailee itseään "tekstitysjärjestelmäksi", joka pystyy jäljittelemään ihmisen kielen kerrontaominaisuuksia, eli tekniikka, joka voi kuvata kuvakaappauksia ikään kuin jostain meistä, vastaavan kontekstin kanssa.Jotain, jota Facebookin, Microsoftin ja Googlen k altaiset yritykset ovat työstäneet jo jonkin aikaa, mutta tällä kertaa se ylittää odotukset.
Mistä se koostuu
Tällä tavalla järjestelmä pystyy jopa kertomaan kokonaisen tarinan useista kuvista, kuvailemalla sitä ja kertomalla sen ikään kuin se oli kirja. Apuohjelma, josta asiantuntijoiden mukaan voisi lopulta muodostua ominaisuus, joka tarjoaa inhimillisemmän kosketuksen tietyille sovelluksille, äänentunnistussovelluksille, luo automaattisesti kuvauksia muille alueille ja paljon muuta.
Ja tosiasia on, että työkalu ei rajoitu kertomaan lyhyesti, mitä se "näkee", vaan tarjoaa laajemman kuvassa heijastuvan tilanteen kontekstissa saavuttaen "kerronnan kontekstin ja ainutlaatuisen kerrontyylin", selitti Frank Ferraro, yksi tämän teoksen tekijöistä.Asettaaksemme itsemme tilanteeseen, hän antaa meille selkeän esimerkin
Täten ehdotamme seuraavaa tapausta: "Kuvittele, että meillä on valokuva-albumi ystävistä, jotka ovat juhlineet syntymäpäivää Pub. Joissakin ensimmäisissä kuvissa ihmiset tilaavat olutta ja juovat sitä, kun taas viimeisissä joku nukkuu sohvalla”, hän kommentoi.
Perinteinen järjestelmä "voisi yksinkertaisesti viitata siihen, että sohvalla makaa henkilö, kun taas järjestelmämme voisi sisältää sen, että hän on todennäköisesti siinä tilanteessa, koska hän on humalassa muutaman juoman jälkeen". Lisäys, joka tarjoaa ymmärryksen ja tietyn emotionaalisen latauksen, joka näkyy myös tämän artikkelin kuvissa ja kuvateksteissä.
Via | MIT Technology Review
Xataka Windowsissa | Microsoft julkaisee sovelluksen, joka määrittää koirasi rodun
