多様なデータセットを用いた神経マルチモーダルトピックモデリングの包括的な評価

本研究では、複数の非均質なデータセットと包括的な評価指標を用いて、神経マルチモーダルトピックモデリングの初の体系的な評価を行った。特に、トピックの画像記述子の凝集性と多様性を評価する2つの新しい指標を提案し、予備的なユーザー調査で検証した。開発した2つの新しいマルチモーダルトピックモデリング手法を評価フレームワークに適用した結果、アンサンブルやハイブリッド手法を探索することが今後の課題として示唆された。