Microsoft Research opretter et system, der er i stand til automatisk at generere "smarte" billedtekster

Du er helt sikkert stødt på en billedtekst, der er forvirrende, forkert eller siger lidt om det billede, den refererer til; og det er endda muligt, at hvis du dedikerer dig til at udgive dine egne artikler, finder du det mest kedeligt at udfylde dette afsnit. Nå, folk fra Redmond har skabt et værktøj, der har til formål at gøre tingene lettere for dig.

Et værk udgivet af Microsoft Research, der beskriver sig selv som et "undertekstgenereringssystem", der er i stand til at efterligne det menneskelige sprogs narrative karakteristika, det vil sige en teknologi, der kan beskrive skærmbilleder, som om de handlede om en af ​​os, med dens tilsvarende sammenhæng.Noget som virksomheder som Facebook, Microsoft og Google har arbejdet på i noget tid, men denne gang overgår det forventningerne.

Hvad består det af

Han havde en fantastisk tid

På denne måde har systemet muligheden for endda at fortælle en komplet historie ud fra flere billeder, beskrive den og fortælle den, som om det var en bog. Et værktøj, der ifølge eksperter kan ende med at blive en funktion, der giver et mere menneskeligt præg til visse applikationer, stemmegenkendelsesapplikationer, automatisk generering af beskrivelser på andre områder og meget mere.

Og faktum er, at værktøjet ikke er begrænset til kort at sige, hvad det "ser", men snarere giver et bredere konteksten af ​​situationen, der afspejles i billedet, opnår en "narrativ kontekst og unik fortællestil", forklarede Frank Ferraro, en af ​​forfatterne til dette værk.For at sætte os selv i en situation giver han os et klart eksempel

Hans mor var stolt af ham

… Pub. Nogle af de første billeder viser folk, der bestiller øl og drikker det, mens de sidste viser nogen, der sover på en sofa”, kommenterer han.

Et konventionelt system “kunne ganske enkelt pege på noget som at der ligger en person på en sofa, mens vores system kunne inkludere, at de sandsynligvis er i den situation, fordi de er fulde efter at have fået et par drinks” . En tilføjelse, der giver forståelse og en vis følelsesmæssig ladning, der også afspejles gennem billederne og billedteksterne i denne artikel.

Via | MIT Technology Review

I Xataka Windows | Microsoft lancerer en app, der bestemmer din hunds race