FL-MSRE: A Few-Shot Learning based Approach to Multimodal Social Relation Extraction
1. AAAI2021
FL-MSRE: A Few-Shot Learning based Approach
to Multimodal Social Relation Extraction
2021-8-19 論⽂紹介資料
JAIST 情報科学系 修⼠1年
林 貴⽃(Hayashi Takato)
1
Hai Wan, Manrong Zhang, Jianfeng Du, Ziling Haung, Yufei Yang, Jeff Z. Pan
2. Related Work – Few-Shot Learning
2
Few-Shot Learning︓
少数のサンプルしかないクラスが含まれるデータでも,効率的に学習することができる学習⼿法
具体的なタスク例︓
⼩⿃×100,000枚
イヌ×100,000枚
ヘビ×100,000枚 pre-trainingに使う
⋮
ネコ×100,000枚
⽜×100,000枚
ーーーーーーーーーーーーーーー
カニ×1~5枚 こっちを分類したい(2値分類)
スカンク×1~5枚
の画像があるときに,豊富なサンプルのあるクラスの画像を使って,カニやスカンクの画像を正確に分類したい
ただし,少数データをDNNにそのまま学習させると,過学習してしまうという問題がある.
少数データ→誤差が⼤きい→パラメータの更新幅が⼤きい→過学習(ハヤシの解釈)
Wei-Yu Chen et al, “A closer Look at Few-shot Classification”, ICLR2019
3. Related Work – Few-Shot Learning
3
Prototypical Networks︓同じクラスは近くに,異なるクラスは遠くにマッピングする組み込み関数𝑓∅をトレーニング
Snell et al , ”Prototypical Networks for Few-shot Learning” , NeurlPS2017
Notation
• 𝒙(∈ ℝ"
)︓D dimensional samples(vector)
• 𝑆 = { 𝑥#, 𝑦# , ⋯ , 𝑥$, 𝑦$ }︓N samples which are observed as input samples
• 𝑦% ∈ 1, ⋯ , 𝐾 ︓label
• 𝑐&︓M dimensional representation, or prototype
• 𝑓∅ : ℝ"
→ ℝ'
︓Embedded function with learnable parameters ∅ ex. DNN
• d(A,B): distance function
・・・(1)
・・・(2)
Objective function︓
4. Related Work – Few-Shot Learning
4
N: number of examples in the training set
K: number of classes in the training set
NC(<K): number of classes per episode
NS: number of support examples per class
NQ: number of query examples per class
RandomSample(S,N):
A set of N elements chosen uniformly at
random from set S, without replacement.
Prototypical Networks︓
7. Related Work - SRE
7
SREの研究は,⾃然⾔語処理分野や画像認識分野で⼀部⾏われているものの研究例は少ない.
特にマルチモーダルなSREについては先⾏研究がほとんど存在しない.
【Text】
・micropostsから社会的関係性を予測
Du et al 2019, “Extracting Deep Personae Social Relations in Microblog Posts”, IEEE Access 8
【Image】
・⼆⼈の顔画像から社会的関係(親しみ,⽀配的,優しさ etc.)を予測
Zhang et al 2015, “Learning Social Relation traits from Face Images”, In ICV, 3631-3639