Diverse and Relevant Visual Storytelling with Scene Graph Embeddings

Hong, Xudong; Shetty, Rakshith; Sayeed, Asad; Mehra, Khushboo; Demberg, Vera; Schiele, Bernt

doi:10.18653/v1/2020.conll-1.34

Lokale TagsFreigabegeschichteDetailsÜbersicht

Diverse and Relevant Visual Storytelling with Scene Graph Embeddings

Hong, X., Shetty, R., Sayeed, A., Mehra, K., Demberg, V., & Schiele, B. (2020). Diverse and Relevant Visual Storytelling with Scene Graph Embeddings. In Proceedings of the 24th Conference on Computational Natural Language Learning (pp. 420-430). Stroudsburg, PA: ACL. doi:10.18653/v1/2020.conll-1.34.

Item is Freigegeben

einblenden: alle

Basisdaten

ausblenden:

Datensatz-Permalink: https://hdl.handle.net/21.11116/0000-0007-AE1B-8 Versions-Permalink: https://hdl.handle.net/21.11116/0000-000E-216C-4

Genre: Konferenzbeitrag

Dateien

einblenden: Dateien

Externe Referenzen

ausblenden:

externe Referenz:
https://www.aclweb.org/anthology/2020.conll-1.34.pdf (Verlagsversion) Open Access Status unbekannt

Beschreibung:
-

OA-Status:

Urheber

ausblenden:

Urheber:
Hong, Xudong¹, Autor
Shetty, Rakshith¹, Autor
Sayeed, Asad², Autor
Mehra, Khushboo², Autor
Demberg, Vera², Autor
Schiele, Bernt¹, Autor

Affiliations:
1Computer Vision and Machine Learning, MPI for Informatics, Max Planck Society, ou_1116547
2External Organizations, ou_persistent22

Inhalt

einblenden:

Details

ausblenden:

Sprache(n): eng - English

Datum: Online veröffentlicht: 2020

Publikationsstatus: Online veröffentlicht

Seiten: -

Ort, Verlag, Ausgabe: -

Inhaltsverzeichnis: -

Art der Begutachtung: -

Identifikatoren: BibTex Citekey: hong-etal-2020-diverse
DOI: 10.18653/v1/2020.conll-1.34

Art des Abschluß: -

Veranstaltung

ausblenden:

Titel: 24th Conference on Computational Natural Language Learning

Veranstaltungsort: Online

Start-/Enddatum: 2020-11-19 - 2020-11-20

Entscheidung

einblenden:

Projektinformation

einblenden:

Quelle 1

ausblenden:

Titel: Proceedings of the 24th Conference on Computational Natural Language Learning

Kurztitel : CoNLL 2020

Genre der Quelle: Konferenzband

Urheber:

Affiliations:

Ort, Verlag, Ausgabe: Stroudsburg, PA : ACL

Seiten: - Band / Heft: - Artikelnummer: - Start- / Endseite: 420 - 430 Identifikator: ISBN: 978-1-952148-63-7