跳转至

✂️ 语义分割

💬 ACL2025 · 4 篇论文解读

📌 同领域跨会议浏览: 💬 ACL2026 (4) · 📷 CVPR2026 (103) · 🔬 ICLR2026 (11) · 🤖 AAAI2026 (31) · 🧠 NeurIPS2025 (48) · 📹 ICCV2025 (78)

🔥 高频主题: 语义分割 ×4 · 推理 ×3 · 对话系统 ×2

BERT-like Models for Slavic Morpheme Segmentation

本文探索使用 BERT 类预训练语言模型来完成斯拉夫语系语言的形态素分割任务,通过将形态素分割建模为序列标注问题,在多个斯拉夫语言上取得了优于传统方法的结果。

DEF-DTS: Deductive Reasoning for Open-domain Dialogue Topic Segmentation

提出 DEF-DTS,一种基于 LLM 多步演绎推理的对话话题分割方法——通过双向上下文摘要 → 话语意图分类(5 类) → 演绎话题转移判断三步 pipeline,在 TIAGE、SuperDialseg、Dialseg711 三个数据集上取得无监督/prompt 方法 SOTA,在 Dialseg711 上超越监督方法。

InstructPart: Task-Oriented Part Segmentation with Instruction Reasoning

提出 InstructPart,首个将任务导向指令与部件级分割结合的真实世界 benchmark——2400 张图像、48 类物体、44 类部件、9600 条人工标注的任务指令,评估发现当前 VLM 在指令驱动的部件分割上严重不足,基于 LISA+DINOv2 的 baseline 微调后性能提升约 100%。

Pixel-Level Reasoning Segmentation via Multi-turn Conversations

提出像素级推理分割 (Pixel-level RS) 新任务,通过多轮对话逐步理解用户意图实现细粒度分割,构建了包含 24k 对话轮次的 PRIST 数据集,并设计 MIRAS 框架在分割精度和推理能力上均超越现有基线。