本研究は、人間行動理解の課題に取り組むために、従来の行動データセットが抱える問題を明らかにし、それを解決するための新しいアプローチを提案している。
具体的には以下の3点が主な内容となっている:
従来の行動データセットには意味的な隔たりが存在し、互いに独立して構築されているため、階層性や粒度の違いが見られる問題を指摘する。これらの問題を「孤立した島々」と表現している。
この問題を解決するため、言語学的な構造知識であるVerbNetに基づいて構造化された意味空間を提案する。この意味空間は、曖昧性の解消、豊富な知識の活用、階層性の表現、広範囲のカバレッジなどの特徴を持つ。さらに、多様なデータセットを統合し、この意味空間に整合させた「大陸」データベースを構築する。
提案した意味空間を活用し、物理空間から意味空間への写像モデル(P2S)を開発する。P2Sは、意味的な分離表現の学習や、言語的・幾何学的情報の活用などの手法を用いて、優れた行動認識性能と転移学習能力を示す。
全体として、本研究は人間行動理解の課題に対して、意味空間の構造化と多様なデータの統合という新しい視点を提案し、優れた性能を実現している。
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Yong-Lu Li,X... at arxiv.org 04-04-2024
https://arxiv.org/pdf/2304.00553.pdfDeeper Inquiries