http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
설현우,찬리스,권장우 한국재활복지공학회 2019 재활복지공학회논문지 Vol.13 No.4
최근 딥러닝에 관심이 증가하면서 컴퓨터가 시각적 이미지를 인식하여 문장으로 표현하는 이미지 캡션에 대하여 연구가 활발히 진행되고 있다. 기존 이미지 캡션은 대다수 영어로 공개된 데이터 셋을 이용하여 하고 있으며, 한국어 이미지 캡션을 생성하기 위해서는 영어 데이터를 번역하여 사용하거나 이미지 캡션 결과를 번역하고 있다. 하지만 국내에서도 한국어 이미지 캡션 데이터를 최근에서야 제공하고 있지만 데이터의 적합성을 알 수 없다. 본 논문에서는 한국어 이미지 데이터를 이용하여 한국어 이미지 캡션을 생성하였으며, 기존 영어 데이터와 비교하여 신뢰성을 살펴본다. 언어평가모델을 사용하여 한국어 이미지 캡션을 평가한 결과 BLEU-1 75.9, BLEU-2 59.7, BLEU-3 47.0, BLEU-4 36.9를 보였다. 기존의 영어 데이터보다 높은 BLEU 점수를 확인할 수 있었다. 또한 정성적 평가를 추가로 진행하여 생성된 문장 캡션이 이미지에 대하여 적절한 상황정보를 포함하는 캡션을 생성하는 것을 확인할 수 있었다. Recently, as interest in deep learning has increased, researches have been actively conducted on image captions in which a computer recognizes a visual image and expresses it in a sentence. Existing image captions are mostly made using a data set published in English, and in order to generate Korean image captions, English data is translated or image caption results are translated. In Korea, however, Korean image caption data has been recently provided, but the suitability of the data is unknown. In this paper, Korean image caption is generated using Korean image data, and its reliability is compared with existing English data. As a result of evaluating the results of Korean image caption using the language evaluation model, BLEU-1 75.9, BLEU-2 59.7, BLEU-3 47.0, and BLEU-4 36.9 were shown. The BLEU score was higher than the existing English data. Further qualitative assessments were also conducted to confirm that the generated sentence captions produced create captions that contain appropriate contextual information about the image.
Microscopic control ofSi29nuclear spins near phosphorus donors in silicon
Jä,rvinen, J.,Zvezdov, D.,Ahokas, J.,Sheludyakov, S.,Vainio, O.,Lehtonen, L.,Vasiliev, S.,Fujii, Y.,Mitsudo, S.,Mizusaki, T.,Gwak, M.,Lee, SangGap,Lee, Soonchil,Vlasenko, L. American Physical Society 2015 Physical review. B, Condensed matter and materials Vol.92 No.12