NL-017, ‘Lighter’ Can Still Be Dark: Modeling Comparative Color Descriptions (2018-ACL)
0. Abstract
새로운 형식의 task를 제안한 식. 비교 형용사를(comparative adjectives) 학습하는 task를 제안한다. 여기서는 색깔을 이용하여 학습을 진행.
예) lighter, darker 등에 대한 개념을 학습한다.
1. Introduction
Color을 표현할 때, 비교 형용사를 사용한다. 즉 이러한 표현은 한층 더 고차원적인 색깔 표현을 의미한다. 하지만 이러한 표현인 비교 형용사에 대한 연구는 없었다. 색을 말할 때, "옅은 파란색"이란 표현은 RGB의 subset을 표현하지만 정확한 표현은 아니다.(즉 옅은 파란색은 정확히 무슨 색을 말하는가?를 의미하지 않는다.) 따라서 이는 reference 색이 필요하다. (예를 들어, deep navy blue가 reference color면 lighter 은 navy에 가까운 blue를 떠올린다.)
즉 이 task는 reference RGB color와 comparative term이 함께 주어진다. 이것에 대한 출력은 RB space에서의 움직여야할 방향의 어떠한 vector가 나오는 식이다. 이 벡터는 ref color와 comparative adj에 따라 다르게 나와야한다.(즉 lighter이여도 ref color가 다르다면 다른 vector가 나와 옅어지는 방향이 달라야 한다.)
2, 3. Data & Method(model)
Overview_Lighter.pptx (간단하게만..)
4. Experimental Setup
- Seen Pairings
(Ref color, Comparative adj) 쌍을 보았던 것(학습 데이터라 생각하면 될 듯) - Unseen Pairings
Ref color, Comparative adj 각각은 학습 때 있었으나 쌍으로 존재하지는 않았던 것 - Unseen Ref. Color
Comparative adj 만 학습 때 있었고 Ref color은 처음 보는 것 - Unseen Comparative
Ref color만 학습 때 있었고 Comparative adj은 처음 보는 것 - Fully Unseen
Ref color, Comparative adj 모두 처음 보는 것
5. Results
- 각 type에서 1행은 잘된 것, 2행은 잘 안된 것
- Delta-E는 color을 비교하는 방법(단순 distance가 아닌 color distance 개념이라 보면 됨)
댓글
댓글 쓰기