nlp_qna2_project 源码
动画和语义角色标签分类 在这个项目中,我们通过将最新的神经网络方法与数据的语义信息相结合,提出了一种针对动画和语义角色标签分类的新颖方法。 语义角色标签分类是一种NLP任务,包括自动将语义角色分配给句子中主要谓词的每个自变量。 Animacy是指一个名词的指称物作为智能体的属性,它取决于该指称物有多大的感知力或生命力。 动机 该项目的主要驱动力是研究动画信息对语义角色标签的影响,反之亦然。 虽然此项目不是提高准确性的一项工作,但会根据其性能来评估针对动画检测和针对语义角色标签的神经网络配置的不同机器学习方法,以确定最佳设置。 框架 总的来说,代码库的框架分为以下两个部分: Shi,Peng和Jimmy Lin:用于关系提取和语义角色标记的简单bert模型。 Jahan,Labiba,Geeticka Chauhan和Mark A. Finlayson。 “一种新的动画检测方法。”
文件列表
nlp_qna2_project-main.zip
(预估有个68文件)
nlp_qna2_project-main
models
AnimacyDetection_SVM_model.pickle
15.35MB
AnimacyDetection_MLP_model
1.93MB
data
test_data_animacy
Catskin_JosephJacobs.txt
8KB
animacy_detection
output
AnimacyDetection_SVM_InputFeatureList.pickle
24KB
暂无评论