2022年6月6日 – arXiv最新論文の紹介

EDA for data summarization

Guided Exploration of Data Summaries [24.2]
有用な要約は k 個の単体一様集合を含み、それらは集合的に多様であり、代表的である。このような要約を見つけることは、データが非常に多様で大規模な場合、難しい作業である。本研究では,データ要約への探索データ解析(EDA)の適用性について検討し,Eda4Sumを定式化する。
論文参考訳（メタデータ） (Fri, 27 May 2022 13:06:27 GMT)
- 大量のデータから有益な小さいデータセットを見つけるdata summarizationに関する研究で、全探索的なTop1Sum と強化学習を用いる RLSumを提案、比較している。
- リポジトリはGitHub – apersonnaz/EDA4Sum: EDA applied to data summarization

Text2Human: テキストからの人の画像生成

Text2Human: Text-Driven Controllable Human Image Generation [98.3]
既存の生成モデルは、しばしば衣服の形やテクスチャの多様性の高さの下で不足する。テキスト駆動制御可能なフレームワークであるText2Humanを,高品質で多種多様なヒューマン世代向けに提案する。
論文参考訳（メタデータ） (Tue, 31 May 2022 17:57:06 GMT)
- 非常に高品質な人間の画像生成、ほとんど違和感の無い画像が生成されている。形状生成とテクスチャ生成の2段階に分かれているのも興味深い。
- リポジトリはGitHub – yumingj/Text2Human: Code for Text2Human (SIGGRAPH 2022). Paper: Text2Human: Text-Driven Controllable Human Image Generation

TSTR: Too Short to Represent 細部を含んだ要約

TSTR: Too Short to Represent, Summarize with Details! Intro-Guided Extended Summary Generation [22.7]
科学的文書のように、ソーステキストが比較的長い形式である領域では、そのような要約は、一般的で粗い概要を越えて、ソース文書から突出した情報を提供することはできない。本稿では,文書の紹介情報を利用した抽出要約器TSTRを提案する。
論文参考訳（メタデータ）参考訳（全文） (Thu, 2 Jun 2022 02:45:31 GMT)
- 論文等のAbstractを併用（論文全体からAbstractに含まれる文を探索）することで要約を改善する手法の提案。arxiv long、pubmed longで優れた性能とのこと。