维斯克

VisKE:通过关系短语的视觉验证进行视觉知识提取和问答。我们怎么知道一个关于我们世界的陈述是否有效。例如,给定一对实体之间的关系,例如“eat(horse,hay)”,我们如何知道这种关系在总体上是真是假。收集关于实体及其关系的知识是知识抽取的基本挑战之一。以往关于知识抽取的研究大多集中在文本驱动的推理上,以验证关系短语。本文介绍了关系短语的视觉验证问题,并开发了一个可视化的知识抽取系统VisKE。给出一个基于动词的普通名词关系短语,通过对文本和图像的联合分析,以及对实体和相关关系的空间一致性的推理来评估其有效性。我们的方法不涉及明确的人为监督,因此能够进行大规模分析。利用我们的方法,我们已经验证了12000多个关系短语。我们的方法不仅可以通过提高记忆来丰富现有的文本知识库,而且可以增强开放域问答推理。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献(参考文献1条)

显示结果1/1。
按年份排序(引用)

  1. Aishwarya Agrawal、Jiasen Lu、Stanislaw Antol、Margaret Mitchell、C.Lawrence Zitnick、Dhruv Batra、Devi Parikh:VQA:视觉问答(2015)阿尔十四