基于协同训练的半监督图文关系抽取方法OA北大核心CSTPCD
Semi-supervised image-text relation extraction method based on co-training
为克服获取大量关系标记样本的昂贵代价,提出基于协同训练的半监督图文关系抽取模型,以利用大量无标记的数据来提升图文关系抽取的准确性.首先,基于图像和文本 2 种模态构建图像视图和文本语义视图,在标记数据集上训练2 种不同视图的分类器;然后,将 2 种视图下的数据分别交叉输入另一视图的分类器,充分挖掘标记数据和未标记数据的信息,输出更准确的分类结果;最后,2 种视图下的分类器对未标记数据进行预测,以输出一致的结果.在公开数据集VRD和VG上的实验结果…查看全部>>
In order to overcome the expensive cost of obtaining a large number of relational labeled samples,a semi-supervised image-text relationship extraction model based on co-training is proposed to improve the accuracy of image-text relationship extraction by using a large amount of unlabeled data.First,an image view and a text semantic view are constructed based on two modalities of image and text,and classifiers of two different views are trained on the labeled…查看全部>>
王亚萍;王智强;王元龙;梁吉业
山西大学 计算机与信息技术学院,山西 太原 030006山西大学 计算机与信息技术学院,山西 太原 030006||山西大学 计算智能与中文信息处理教育部重点实验室,山西 太原 030006山西大学 计算机与信息技术学院,山西 太原 030006||山西大学 计算智能与中文信息处理教育部重点实验室,山西 太原 030006山西大学 计算机与信息技术学院,山西 太原 030006||山西大学 计算智能与中文信息处理教育部重点实验室,山西 太原 030006
计算机与自动化
协同训练半监督多模态关系抽取视觉关系检测
co-trainingsemi-supervisedmultimodalrelationship extractionvisual relationship detection
《南京理工大学学报（自然科学版）》 2024 (4)
451-459,9
国家自然科学基金(6187610361906111)
评论