グラフ情報の記述を使ったCLIPの対照学習は画像エンコーダーのダイアグラム認識能力を向上させる

• 資料種別: 記事
• タイトル: グラフ情報の記述を使ったCLIPの対照学習は画像エンコーダーのダイアグラム認識能力を向上させる
• 巻次・部編番号: JSAI2025; 0
• 著者・編者: 寺下 直行; 戸崎 友輔; 表 英輝; CONGKHA Nguyen; 中本 陵介; 是枝 祐太; 尾崎 太亮
• 著者標目: 寺下 直行; TERASHITA Naoyuki Terashita; TOZAKI Yusuke; 戸崎 友輔; OMOTE Hideaki; 表 英輝; CONGKHA Nguyen; 中本 陵介; NAKAMOTO Ryosuke; 是枝 祐太; KOREEDA Yuta; 尾崎 太亮; OZAKI Hiroaki
• 出版年月日等: 2025
• 出版年（W3CDTF）: 2025
• 並列タイトル等: Contrastive Learning Using Captions of Graph Information Enhances Graph Diagram Recognition of CLIP's Image Encoder
• タイトル（掲載誌）: 人工知能学会全国大会論文集; Proceedings of the Annual Conference of JSAI
• 巻号年月日等（掲載誌）: JSAI2025 0
• 掲載巻: JSAI2025
• 掲載号: 0
• 掲載ページ: 3Win534-3Win534
• ISSN（掲載誌）: 2758-7347
• 著者別名: TERASHITA Naoyuki Terashita; TOZAKI Yusuke; OMOTE Hideaki; CONGKHA Nguyen; NAKAMOTO Ryosuke; KOREEDA Yuta; OZAKI Hiroaki
• 件名標目: マルチモーダル; グラフ; 大規模言語モデル; 図表認識; 視覚言語モデル; Multimodal; Graph; Large Language Model (LLM); Diagram Recognition; Vision Language Model (VLM)
• 対象利用者: 一般
• DOI: 10.11517/pjsai.JSAI2025.0_3Win534
• オンライン閲覧公開範囲: インターネット公開
• 連携機関・データベース: 科学技術振興機構 : J-STAGE; http://www.jstage.jst.go.jp

• 要約等: <p>To improve the accurate text generation given documents with diagrams, precise recognition of diagram images is essential. Especially in specialize...