Same Image, Different Meanings: Toward Retrieval of Context-Dependent Meanings
同一图像，不同含义：面向上下文依赖语义的检索研究
🧭 图像检索 · 上下文感知 · 语义抽象层次
Tokyo Metropolitan University · CyberAgent
提出L1-L4框架量化图像语义的上下文依赖程度，发现上下文注入图像嵌入更有效，但最抽象语义层次仍难解决。
📌 工作参考价值（4 点）
- 按抽象层次解耦商品图像语义：借鉴L1-L4框架，将商品搜索意图分解为具体属性（形状、颜色）和抽象含义（氛围、适用场景），分层设计召回与排序策略，提升复杂查询的匹配度。
- 上下文注入策略：在电商多模态检索中，可将商品评论、用户场景描述等叙事上下文编码后融入图像侧嵌入（而非仅融合文本侧），增强对抽象查询（如“浪漫晚餐裙”）的检索能力。
- 构建场景化评测集：参考合成故事和查询的方法，为商品图像设计不同叙事故事（如“职场通勤” vs “闺蜜聚会”），检验检索系统是否理解同一商品在不同上下文中的差异化匹配，诊断模型抽象语义能力。
- 对于L4级抽象（意图/氛围）的挑战，可结合外部知识图谱或因果推理先验，辅助模型推断图像在特定叙事中的隐含含义，弥补纯嵌入方法的不足。