文件名称：Question-Classification:使用CNN回答常见和不常见的问题
文件大小：17.46MB
文件格式：ZIP
更新时间：2024-05-20 10:25:49
Python
VQA问题分类 使用CNN将问题分为两类，即对常见对象（如椅子，床等）的问题和对抽象物（沙，山等）的问题。 在Python 2.7和Theano 0.6上运行 从修改 指示： 第一的 运行python extract_ques.py MultipleChoice_mscoco_train2014_questions.json 它从提供给txt文件的参数的JSON文件中提取问题，以进行进一步处理。 然后， 运行python process_data.py GoogleNews-vectors-negative300.bin 该文件处理数据集文件。 它使用word2vec模型将单词转换为单词向量。 参数必须指向GoogleNews-vectors-negative300.bin文件。 可从下载。 然后， 运行python conv_net_question.py -nonsta
【文件预览】：
Question-Classification-master
----process_data.py(6KB)
----README.md(2KB)
----datasets()
--------uncommonobject(97KB)
--------commonobject(178KB)
--------MultipleChoice_mscoco_train2014_questions.json(65.94MB)
----extract_ques.py(563B)
----conv_net_classes.py(17KB)
----conv_net_question.py(14KB)