PulseAugur
实时 10:03:16
English(EN) ArtAnno: Annotating Implicit Semantics in Artworks through LLM Agent-Driven Bidirectional Human-AI Augmentation

AI系统ArtAnno通过人机协作增强艺术品标注

研究人员开发了ArtAnno,一个旨在改进艺术品中隐式语义标注的新颖系统。该系统利用双向人机增强框架,其中AI智能体主动建议语义标签并挖掘信息,而人类标注者则通过其专业知识不断完善AI的知识库。一项包含20名标注者和两个案例研究的用户研究表明,ArtAnno提高了标注效率,促进了知识积累,并减少了信息检索和验证所需的精力,特别是对于领域知识较少的标注者。 AI

影响 该框架可以简化计算艺术研究数据集的创建过程,可能加速AI在艺术理解和分析方面的进步。

排序理由 该集群包含一篇详细介绍AI辅助标注新研究框架和系统的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

AI系统ArtAnno通过人机协作增强艺术品标注

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Xiaoyan Gu, Yifang Wang, Wenqing Zheng, Haozhong Liu, Yixia Zheng, Peiyi Jiang, Wenjie Ning, Wei Zhang, Wei Chen ·

    ArtAnno:通过LLM智能体驱动的双向人机增强标注艺术品中的隐含语义

    arXiv:2608.05026v1 Announce Type: cross Abstract: High-quality annotation of artworks is essential for computational art research, yet extracting implicit semantics remains challenging due to the reliance on culturally grounded meanings and deep contextual knowledge behind the im…