Abstract
Graphical Abstract (GA) は論文の要点を視覚的に伝える重要な表現手段である. 効果的なGAの作成には高度なデザインスキルが求められ, 作成支援技術の実現が期待される. 本研究では, 約14.5万の論文とGAを含む141万枚の図からなるデータセットSciGA-140kを構築した. また, GA作成支援の前段として, Abstractを基に論文内の図から最適なGA構成要素を検索するタスクAbst2GA Retrievalを提案する. 我々はCLIPを基盤とするベースラインを設計し, 提案タスクの有効性を示した. 本モデルは他論文のGAを検索し, デザイン案を提示する支援機能も提供する. 我々のアプローチはGA作成支援の新たな方向性を示し, AI for Scienceの発展に貢献する.
Type
Publication
言語処理学会第 31 回年次大会，2025.
北田 俊輔
Research Scientist working on Vision & Language with Deep Learning
My research interests include deep learning-based natural language processing, computer vision, medical image processing, and computational advertising.