객체 탐지 기술 기반 그래프 캡셔닝 데이터셋 자동 구축 연구
저자
발행사항
서울 : 연세대학교 대학원, 2023
학위논문사항
학위논문(석사) -- 연세대학교 대학원 문헌정보학과 2023.8
발행연도
2023
작성언어
한국어
주제어
발행국(도시)
서울
기타서명
Automatic construction of figure captioning dataset based on object detection technique
형태사항
vi, 58 p. : 삽화(주로천연색) ; 26 cm
일반주기명
지도교수: 송민
UCI식별코드
I804:11046-000000550760
소장기관
Data visualization, which is represented by graphs in many cases, not only provides large amount of information at once in a highly developed digital society, but also serves as an intuitive and efficient means to convey information that enables improvements in decision-making process. Similarly, deriving relationships, patterns, and trends among different variables from visualized data and providing appropriate corresponding explanations also holds great significance. Therefore, automatically generating concise captions that describe visualized data, such as graphs and charts, not only contributes to automating day-to-day tasks in the information age, but also has deep relevance to data literacy and reducing information gaps.
Meanwhile, the development of deep learning-based computer vision and natural language processing technologies and the emergence of large-scale image-caption datasets have led to successful researches on image captioning. Image captioning refers to the task of automatically generating appropriate text sentences that describe a given image. Such task has received considerable attention as an important area of research to understand the relationship between visual and linguistic information. Despite such progress in the domain of image captioning, studies that focus on scientific figures(e.g., graph plot) as an image is still underdeveloped given that previous related works mainly focused on natural images. Moreover, in the aspect of dataset, while the release of different large-scale datasets triggered active researches in image captioning based on natural images, there are only a few benchmark datasets available on figure captioning.
Therefore, this study aims to promote figure captioning research by automatically constructing a large-scale figure captioning dataset based on object detection technique. Object detection is a field in computer vision that enables computers to detect objects from images. This study utilizes the fast speed and high-performance object detection model, YOLOv7, to detect and separate subfigures within figures.
The dataset is constructed through the following process. First, the XML files of papers provided by PubMed Central (PMC) are parsed to extract figures, captions, and additional information that describes the corresponding figures. Next, the subfigures within each figure are detected, and each region is separated. Then, the captions are divided based on predefined rules, and they are matched with the corresponding separated subfigures. Finally, by leveraging the full text of the papers and OCR(Optical Character Recognition) technique, meaningful text information from the figures is extracted. In this way, the large-scale figure captioning dataset, PubLines, is constructed.
To validate this dataset, a human annotator manually labeled the figures and captions of the collected papers. A comparison between this manual labeling and the automatically constructed dataset revealed that approximately 92% of the extracted figure regions were matched and about 97% of the figure types were correctly classified. The token F1 score of the captions exceeded 0.91. Furthermore, we conducted figure captioning experiments using CPTR (CaPtion TransformeR) as the baseline model and confirmed that it could automatically generate a certain level of captions using the PubLines dataset. This indicates the exceptional utility and completeness of the large-scale figure captioning dataset proposed in this study.
그래프로 대표되는 데이터 시각화는 고도로 정보화된 사회에서 많은 양의 정 보를 한 번에 파악할 수 있게 할 뿐만 아니라 의사 결정 과정의 개선을 가능케 하는 직관적이고 효율적인 정보 전달의 수단으로써 기능한다. 마찬가지로 시각 화된 데이터로부터 변수 간 관계, 패턴, 트렌드를 도출하고 적절한 설명을 제공 하는 것은 역시나 큰 의미를 지닌다. 따라서 그래프, 차트 등의 데이터 시각화 로부터 이를 설명하는 간단한 캡션을 자동으로 생성하는 것은 정보화 시대 속 일상적 작업의 자동화에 기여할 뿐 아니라 데이터 문해력, 또 정보 격차 완화와 도 깊은 연관이 있다.
한편, 딥러닝에 기반한 컴퓨터 비전, 자연어 처리 기술의 발전과 대규모의 이 미지-캡션 데이터셋의 등장은 많은 이미지 캡셔닝(Image Captioning) 연구들을 성공으로 이끌었다. 이미지 캡셔닝이란 주어진 이미지를 설명하는 적절한 텍스 트 문장을 자동으로 생성하는 작업을 말한다. 이는 시각 정보와 언어 정보의 관 계를 이해하기 위한 주요 과업이자 연구 영역으로 상당한 주목을 받고 있다. 그 럼에도 불구하고 이전 연구들은 주로 자연 이미지에 중점을 두어 진행되었기 때 문에 그래프를 이미지로 하는 캡셔닝 연구는 아직 미진하다. 데이터셋의 측면에 서 역시 다양한 대규모 이미지-캡션 데이터셋의 공개가 활발한 자연 이미지 캡 셔닝 연구를 이끌었지만, 그래프 캡셔닝에 대한 벤치마크 데이터셋은 몹시 제한 적이며 소수의 벤치마크 데이터셋만이 이 연구 분야를 이끌고 있다.
이에 본 연구에서는 이처럼 활용성과 범용성이 큰 그래프 캡셔닝 연구를 더욱 촉진시키고자 객체 탐지(Object Detection) 기술을 기반으로 대규모의 그래프 캡셔닝 데이터셋을 자동 구축하고 그 방법을 소개한다. 객체 탐지란 컴퓨터 비 전 영역의 한 분야로, 컴퓨터가 이미지로부터 객체를 탐지하게 하는 기술이다. 본 연구는 빠른 속도와 높은 성능을 달성하는 실시간 객체 탐지기 YOLOv7을 활용하여 그래프 속 하위 그래프를 탐지 및 분리한다.
데이터셋 구축은 다음과 같이 이루어진다. PubMed Central(PMC)에서 제공 하는 논문의 전문 xml을 파싱하여 이미지와 이미지에 대한 캡션, 이미지를 설 명하는 부가 정보들을 추출한다. 이미지 내 하위 그래프를 탐지하고 각 영역을 분리한다. 일정한 규칙을 기반으로 캡션 내 하위 캡션을 분할하고 분리된 하위 그래프와 매칭시킨다. 마지막으로 논문의 전문 정보와 광학 문자 인식(OCR) 기 술을 활용해 그래프 내 의미 있는 문자 정보를 추출함으로써 대규모 그래프 캡 셔닝 데이터셋 PubLines를 자동 구축한다.
데이터셋 유효성과 사용성을 증명하기 위해 실시한 검증과 실험 결과를 정리하면 다음과 같다. 검증자는 직접 논문 내 이미지와 캡션을 보고 수동 레이블링을 수행하였으며, 자동 구축된 데이터셋과 비교한 결과 추출된 그래프 영역의 약 92%가 일치하고 약 97%의 그래프 유형이 옳게 분류된 것으로 나타났다. 또한 캡션 분할의 엄밀함을 검증하기 위해 측정한 Token F1 역시 0.91을 달성하였다. 뿐만 아니라 본 연구에서는 CPTR(CaPtion TransformeR)을 베이스라인 모델로 그래프 캡셔닝 실험을 수행하였으며, 이에 PubLines 데이터셋을 이용해 실제로 준수한 캡션을 자동 생성해낼 수 있음이 확인되었다. 이는 본 연구에서 제안한 방법론을 통해 그 활용성과 완성도 측면에서 우수한 대규모 그래프 캡셔닝 데이터셋 PubLines를 자동으로 구축할 수 있음을 시사한다.
분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)