Many people create and share pictures and videos on the Internet.
많은 사람이 인터넷에서 사진과 비디오를 만들고 공유한다.
The difficulty / is finding what you want.
어려운 점은 / 여러분이 원하는 것을 찾는 것이다.
Typically, people want to search / using words (rather than, say, example sketches).
일반적으로 사람들은 검색하기를 원한다. / (가령, 예시 스케치 대신) 단어를 사용하여
Because most pictures don’t come with words attached, / it is natural / to try and build tagging systems / that tag images with relevant words.
대부분의 사진에는 단어가 첨부되어 있지 않기 때문에 / 자연스러운 일이다. / 태그 시스템을 시도하고 만들려는 것은 / 이미지에 관련 단어를 태그하는
The underlying machinery is straightforward / ― we apply image classification and object detection methods / and tag the image with the output words.
기본적인 시스템은 간단한데, / 이미지 분류와 개체 감지 방법을 적용하고 / 출력된 단어로 이미지를 태그한다.
But tags aren’t a comprehensive description of / what is happening in an image.
하지만 태그는 포괄적인 설명이 아니다. / 이미지에서 일어나고 있는 일에 대한
It matters who is doing what, / and tags don’t capture this.
누가 무엇을 하고 있는지가 중요한데, / 태그는 이것을 포착하지 못한다.
For example, / tagging a picture of a cat in the street with / the object categories “cat”, “street”, “trash can” and “fish bones” / leaves out the information / that the cat is pulling the fish bones out of an open trash can on the street.
예를 들어, / 거리에 있는 고양이의 사진을 태그하는 것은 / ‘고양이’, ‘거리’, ‘쓰레기통’, ‘물고기 뼈’의 개체 범주로 / 정보를 빠뜨리게 된다. / 그 고양이가 거리에 있는 열린 쓰레기통에서 물고기 뼈를 빼내고 있다는