A Picture is Worth a Thousand (Correct) Captions: A Vision-Guided Judge-Corrector System for Multimodal Machine Translation

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Betala, Siddharth, Raj, Kushan, Betala, Vipul, Saswade, Rohan
Formato:	Preprint
Publicado:	2025
Materias:	Computation and Language Computer Vision and Pattern Recognition Human-Computer Interaction
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2511.07010