<文本,场景图>解析实践
目录
- 简介
- 解析结果分析
简介
使用链接中的代码进行“文本-场景图”解析。
解析结果分析
- Sentence: the beautiful girls likes dog. (此句子有语法错误是为了后面的解释)
- entities:一个list,里面包含所有实体目标
- entities[i][‘head’]:被描述的词(名词),去掉了修饰词,如:‘the girls’ -> ‘girls’
- entities[i][‘lemma_head’]:在head的基础上,去掉了单复数,如 : ‘girls’ -> ‘girl’
- entities[i][‘modifiers’]:一个list,包含此head的所有修饰词
- entities[i][‘modifiers’][j][‘dep’]:大概是修饰词的类型吧,不太确定。
- 下图出自CVPR 2018 Visual Question Reasoning on General Dependency Tree
- entities[i][‘modifiers’][j][‘lemma_span’]:去掉了该修饰词?
- entities[i][‘modifiers’][j][‘span’]:string类型,包含完整的修饰词信息。
- entities[i][‘span’]:string类型,包含完整的实体信息,如:‘the beautiful girls’
- entities[i][‘span_bounds’]:一个tuple,完整的实体信息在原句中的wrod index的左右边界
- entities[i][‘type’]:类别信息?我也不知道我输出的东西为啥都是‘unknown’
- relations:一个list,里面包含所有的关系
- relations[i][‘lemma_relation’]:去掉单复数等信息后的relation,如:‘likes’ -> ‘like’
- relations[i][‘object’]:边的终点(讲关系看作场景图中的边)
- relations[i][‘relation’]:原句子中的关系信息,如:'like;
- relations[i][‘subject’]:边的起点(将关系看作场景图中的边)
{'entities': [{'head': 'girls','lemma_head': 'girl','lemma_span': 'the beautiful girl','modifiers': [{'dep': 'det', 'lemma_span': 'the', 'span': 'the'},{'dep': 'amod','lemma_span': 'beautiful','span': 'beautiful'}],'span': 'the beautiful girls','span_bounds': (0, 3),'type': 'unknown'},{'head': 'dog','lemma_head': 'dog','lemma_span': 'dog','modifiers': [],'span': 'dog','span_bounds': (4, 5),'type': 'unknown'}],'relations': [{'lemma_relation': 'like','object': 1,'relation': 'likes','subject': 0}]}
<文本,场景图>解析实践相关推荐
- 【论文极速看】ERNIE-VIL 一种基于场景图解析的多模态表征方法
∇ 联系方式: e-mail: FesianXu@gmail.com github: https://github.com/FesianXu 知乎专栏: 计算机视觉/计算机图形理论与应用 微信公众号: ...
- 论文浅尝 | ERNIE-ViL:从场景图中获取结构化知识来学习视觉语言联合表示
笔记整理:朱珈徵,天津大学硕士 链接:https://www.aaai.org/AAAI21Papers/AAAI-6208.YuFei.pdf 动机 现有的视觉语言预训练方法试图通过在大的图像文本数 ...
- 开放下载!《阿里巴巴大数据及AI实战》深度解析典型场景大数据实践
来源:开发者社区 本文约2000字,建议阅读5分钟. 阿里经济体大数据及AI典型场景最佳实践全揭秘.2019不容错过的大数据实战手册--<阿里巴巴大数据及AI实战>现在可以免费下载阅读啦! ...
- 重磅 | 李飞飞最新演讲:ImageNet后,我专注于这五件事——视觉理解、场景图,段落整合、视频分割及CLEVR数据集
2017中国计算机大会(CNCC2017)于10月26日在福州海峡国际会展中心开幕,大会为期3天. 而就在今天上午,李飞飞.沈向洋.汤道生.马维英等重磅大咖纷纷登台演讲. 据悉,斯坦福大学人工智能实验 ...
- 美团知识图谱问答技术及在商家推荐回复场景中的实践与探索
猜你喜欢 0.电商知识图谱的构建及在搜索推荐场景的应用实践1.如何搭建一套个性化推荐系统?2.内容推荐策略产品经理的方法与实践3.京东推荐算法精排技术实践4.微博推荐算法实践与机器学习平台演进5.腾讯 ...
- 重磅 | 李飞飞最新演讲:ImageNet后,我专注于这五件事——视觉理解、场景图,段落整合、视频分割及CLEVR数据集...
2017中国计算机大会(CNCC2017)于10月26日在福州海峡国际会展中心开幕,大会为期3天. 而就在今天上午,李飞飞.沈向洋.汤道生.马维英等重磅大咖纷纷登台演讲. 据悉,斯坦福大学人工智能实验 ...
- 内容理解、内容生成、内容推荐分发,在广告场景下的实践和探索(京东张政)
内容理解.内容生成.内容推荐分发,在广告场景下的实践和探索(京东张政) 提示:广告也好,商品也罢,内容们,需要精准地推荐给用户,使其点击观看或者够买啥的,都需要走通一个重要流程:内容理解与推荐分发,更 ...
- 半监督学习技术在金融文本分类上的实践
垂直领域内的自然语言处理任务往往面临着标注数据缺乏的问题,而近年来快速发展的半监督学习技术为此类问题提供了有希望的解决方案.本文以 Google 在 2019 年提出的 UDA 框架为研究主体,详细探 ...
- 语义分析 文本矛盾点解析_关于解析文本的几点思考
语义分析 文本矛盾点解析 Yesterday I wrote about three course modules in Oslo, and the fact that most of the pre ...
最新文章
- 27 多进程之进程池Pool
- ogm session_带有Hibernate OGM的NoSQL –第一部分:持久化您的第一个实体
- 计组之中央处理器:4、硬布线控制器的原理与设计
- centos php日志分析,Centos日志查看分析
- MATLAB批量读取图片,剪切,存储,放大
- Android RatingBar 实现评星功能
- 微信小程序登录界面的代码html,微信小程序用户登录组件
- win10笔记本外接显示器显示输入信号超出范围
- java中数组拼接成字符串中间用逗号隔开
- Chrome下图片加载的问题
- 全国计算机一级学科博士点,一级学科博士点高校排名
- SQL巩固以及数据库、表结构优化
- 前端开发中遇到常见问题总结
- IDEA工具避坑指南(七):git@github.com: Permission denied|You must supply a key in OpenSSH public key format详解
- 如何把很多照片拼成一张照片_如何能把多张照片拼凑在一张上图片上
- asp.net 大型商家联盟会员积分消费管理系统,带微信和文档【源码分享】
- unity fatal error in gc too many heap sections报错
- Ant Mobile使用整理
- 学习CSS——小米商城官网(第9、10天)
- 生成Mac icns应用软件图标和Windows ico不同尺寸的png图标最可靠的方式