视觉遇见定义：融合词汇信息的无监督视觉词义消岐（英文版）

英文标题：Vision Meets Definitions: Unsupervised Visual Word Sense Disambiguation Incorporating Gloss Information中文摘要：本文介绍了一种使用基于词义的外部词汇知识库的无监督视觉词义消歧方法，该方法提出了一种利用贝叶斯推断来合并词义信息的方法，以及一种与 GPT-3 一起使用的上下文感知定义生成方法，实验结果显示，我们的方法显著提高了 VWSD 性能，并且对于具有更好性能的现有定义生成方法的 OOD 样例实现的明显性能提升。英文摘要：Visual Word Sense Disambiguation (VWSD) is a task to find the image that mostaccurately depicts the correct sense of the target word for the given context.Previously, image-text matching models often suffered from recognizingpoly