基于物体和动作意象的理解语言习得
原文中文，约300字，阅读约需1分钟。发表于：。通过深度学习方法研究自然语言处理，通过训练紧密连接的编码器 / 解码器，在传统的指示语言环境和对比学习环境中开发了一个专用于视觉数据表示的私有语言，并且通过神经机器翻译和随机森林分类的分类层将符号表示转化为类别标签。通过两个实验，旨在进行物体识别和动作识别，研究了从真实图像中生成的草图以及从 3D 运动捕获系统生成的 2D 轨迹，通过梯度加权类激活映射（Grad-CAM）方法和 t-SNE...
该研究使用深度学习方法开发了一个专用于视觉数据表示的私有语言，并通过神经机器翻译和随机森林分类的分类层将符号表示转化为类别标签。通过两个实验，研究了从真实图像中生成的草图以及从3D运动捕获系统生成的2D轨迹，并解释了学习到的符号和嵌入。
