- 综合排序
- 最热优先
- 最新优先
- 来自专栏登神长阶
【论文复现】上下位关系自动检测方法
其中，上位词（Hypernym）表示的是下位词（Hyponym）的抽象化和一般化，而下位词则是对上位词的具象化和特殊化。 = pair["tuple"][1] hypernym_id = terms.index(hypernym) ppmi = (pair["count"] * all_count ) / (term_count[hyponym]['hyponym_count'] * term_count[hypernym]['hypernym_count']) ppmi = max = terms[hypernym_id] paris2spmi.append({"hyponym": hyponym, "hypernym": hypernym, "spmi "HYPONYM"表示下位词占位符； "HYPERNYM"表示上位词占位符； 其余格式请遵照 python.re 模块的正则表达式要求。
43110编辑于 2024-11-27 - 来自专栏图与推荐
【知识图谱系列】多关系神经网络CompGCN
setfrequently contains triples such as (s, hyponym, o) while the training setcontains its inverse (o, hypernym
1.6K30发布于 2020-12-29 - 来自专栏AI科技评论
AAAI 2020 | 中科大：可建模语义分层的知识图谱补全方法
以下面两个三元组为例， < 棕榈树 (palm)，上位词 (_hypernym)，树 (tree) > < 兰开斯特 (Lancaster)，位于 (located_in)，英格兰 (England) 其中， WN18RR，主要包含两种类型的关系：(a) 对称关系，如 _similar_to，该关系类型连接的头尾实体属于同一语义层级；(b) 非对称关系，如 _hypernym，该关系连接的头尾实体属于不同语义层级
2.5K10发布于 2020-02-24 - 来自专栏新智元
2017年的第一场顶会，AI 产业巨头都带来了哪些技术干货
IsA Relation Detection in a Large-Scale Lexical Taxonomy《基于图模型的大规模分类体系中的错误检测》和 On the Transitivity of Hypernym-Hyponym 这些分类体系包含了词汇之间的上下位关系(hypernym-hyponym)。上下位关系使得机器具备泛化能力，可广泛用于诸如实体分类、推荐等应用。论文聚焦于上下位关系的一个重要特性：传递性的判定问题。
92270发布于 2018-03-27 - 来自专栏HyperAI超神经
读完 DALL-E 论文，我们发现大型数据集也有平替版
然后，使用谷歌知识图谱(KG)搜索 API 来匹配命名实体和 KG 条目，并利用相关的 hypernym 术语。
1.6K20发布于 2021-03-10 - 来自专栏机器智能技术干货
摆脱复杂图谱术语，7个原则搞定Schema建模
原则 6：概念类型之间只允许系统指定的7大类语义关系 具体参见附录2 HYP: 上位关系(Hypernym)，是指一种更广泛或更一般的概念包含或包括另一种更具体或更特定的概念的关系。 ^(\d{10})|(\d{13})$ 否 附录 2：概念间语义分类 概念之间只允许定义以下7大类的语义谓词（属性和关系），具体定义形式为：分类简写#谓词，比如HYP#isA HYP: 上位关系(Hypernym
2.1K11编辑于 2024-01-16 - 来自专栏AutoML(自动机器学习)
【NLP CS224N笔记】Lecture 2 - Word Vector Representations: word2vec
这种表示方法属于Discrete representation 上位词（hypernym），指概念上外延更广的主题词。
69020发布于 2019-01-02 - 来自专栏人工智能之语言领域
人工智能之语言领域 自然语言处理 第二章 语言学基础
词汇语义：同义词、反义词、上下位词同义词（Synonyms）：意义相近→“快乐”≈“高兴”反义词（Antonyms）：意义相反→“大”↔“小”上下位关系（Hyponymy/Hypernymy）：上位词（Hypernym
11610编辑于 2026-03-05 - 来自专栏机器之心
BERT是否完美，语言模型又是否真正地「理解了语言」呢？
而语义关系却十分丰富：对于字词，我们有同义词 (Synonymy)，反义词 (Antonymy)，上义词 (Hypernym)，下义词 (Hyponym)，派生 (Derivation) 等丰富的关系；
77740发布于 2020-03-25 - 来自专栏素质云笔记
知识图谱+Recorder︱中文知识图谱API与工具、科研机构与算法框架
2.14 开放域中文知识图谱《大词林》 http://www.bigcilin.com/hypernym/?q=女仆咖啡厅 ?
4.9K20发布于 2019-05-29 - 来自专栏晓飞的算法工程笔记
AIGC时代，仅用合成数据训练模型到底行不行？来一探究竟 | CVPR 2024
这里，c 是从数据集（例如ImageNet-1K）的所有类标签中随机采样得到的真实类别名称， $\text{h}\text{c}$ 是与 c 相关联的上义词(hypernym)，b 表示Places365
43510编辑于 2024-08-30 - 来自专栏NLP/KG
深度学习应用篇-计算机视觉-语义分割综述[5]：FCN、SegNet、Deeplab等分割算法、常用二维三维半立体数据集汇总、前景展望等
RGB-D物体数据集 该数据集由视频序列构成，有300个常见的室内物体，分为51个类，使用WordNet hypernym-hyponym关系进行分类。
2.4K30编辑于 2023-06-09 - 来自专栏arXiv每日学术速递
自然语言处理学术速递[8.24]
task is to correctly classify a list of given terms from the financial domain into the most relevant hypernym
90720发布于 2021-08-25 - 来自专栏全栈程序员必看
语义分割技术综述_语义分割模型
RGB-D物体数据集[49] （http://rgbd-dataset.cs.washington.edu/）该数据集由视频序列构成，有300个常见的室内物体，分为51个类，使用WordNet hypernym-hyponym
1.4K40编辑于 2022-09-25
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号