KitchenScale: Learning to predict ingredient quantities from recipe contexts

要約

タイトル：KitchenScale：レシピコンテキストからの食材量予測の学習
要約：食材の適切な量を決定することは、味覚を豊かにすることや健康を促進することなど、料理の実践にとって重要な部分です。KitchenScaleは、レシピコンテキストに基づいて、対象の食材の量と測定単位を予測する微調整済みのPLM（Pre-trained Language Model）を紹介します。KitchenScaleモデルを効果的にトレーニングするために、食材の測定タイプ分類、単位分類、数量回帰タスクからなる食材数量予測タスクを定式化しました。また、レシピテキストからPLMへの料理知識の転移学習を利用しました。高い数値スケールのバリアンスに対処するために、離散的潜在指数（DExp）法を採用しました。新しく構築したデータセットと推奨例における実験結果から、KitchenScaleが様々なレシピコンテキストを理解し、食材量を予測する汎用性を持っていることが示されました。KitchenScaleの機能を示すウェブアプリケーションも実装しました。

要約(オリジナル)

Determining proper quantities for ingredients is an essential part of cooking practice from the perspective of enriching tastiness and promoting healthiness. We introduce KitchenScale, a fine-tuned Pre-trained Language Model (PLM) that predicts a target ingredient’s quantity and measurement unit given its recipe context. To effectively train our KitchenScale model, we formulate an ingredient quantity prediction task that consists of three sub-tasks which are ingredient measurement type classification, unit classification, and quantity regression task. Furthermore, we utilized transfer learning of cooking knowledge from recipe texts to PLMs. We adopted the Discrete Latent Exponent (DExp) method to cope with high variance of numerical scales in recipe corpora. Experiments with our newly constructed dataset and recommendation examples demonstrate KitchenScale’s understanding of various recipe contexts and generalizability in predicting ingredient quantities. We implemented a web application for KitchenScale to demonstrate its functionality in recommending ingredient quantities expressed in numerals (e.g., 2) with units (e.g., ounce).

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI