Mit diesem Beitrag präsentieren wir einen multimodalen Zugang, der den Klassifizierungs- und Analyseprozess von Bilddaten verbessern soll. Dabei führen wir semantischen Kontext in den Prozess der automatisierten Bildanalyse ein.Hierzu stellen wir eine neue Kombination von Deep-Learning-Techniken von Bildmerkmalen mit Verfahren aus dem Bereich der Distributional Semantics vor, die gewöhnlich im NLP zum Einsatz kommen. Wir präsentieren die Forschungshypothese und die bislang vorliegenden Ergebnisse auf einem Bild- und Textkorpus, der Teil des Neoclassica-Rahmenwerks ist. Dieser Ansatz steht im Kontext unseres Bemühens, die automatisierte Analyse und Semantisierung von Raumkunst in Bildwerken zu verbessern, welche klassizistische Interieurs zeigen.
Diese Visualisierung basiert auf der Einreichung
Vom Text zum Bild und wieder zurück und setzt sich aus Werten für Flesch-Reading-Ease (64) und Sentimentanalyse (67) zusammen.
