- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在使用的词汇:
nounphrase -- 指代特定人物、地点或想法的短语。不同名词短语的示例包括“Barack Obama”、“Obama”、“Water Bottle”、“Yellowstone National Park”、“Google Chrome web browser”等。
类别——定义哪些名词短语属于它,哪些不属于它的语义概念。类别的示例包括“政治家”、“家居用品”、“食品”、“人物”、“运动队”等。因此,我们认为“巴拉克奥巴马”属于“政治家”和“人物”,但不不属于“食品”或“运动队”。
我有一个非常大的未标记 NLP 数据集,其中包含数百万个名词短语。我想使用 Freebase 来标记这些名词短语。我有一个 Freebase 类型到我自己的类别的映射。我需要做的是为我拥有的每个 Freebase 类型下载每个示例。
我面临的问题是需要弄清楚如何构建此类查询。在高层次上,查询应该询问 Freebase “主题 XX 的所有示例是什么?”并且 Freebase 应该响应“这是主题 XX 的所有示例的列表”。如果有人能给我这个查询的语法,我将不胜感激。如果可以用 Python 完成,那就太棒了:)
最佳答案
查询的基本形式(例如一个人)是
[{
"type":"/people/person",
"name":None,
"/common/topic/alias":[],
"limit":100
}]
http://wiki.freebase.com/wiki/MQL_Manual 提供了文档
使用 Python 库中的 freebase.mqlreaditer() http://code.google.com/p/freebase-python/是循环遍历所有这些的最简单方法。在这种情况下,“limit”子句确定用于查询的 block 大小,但您将在 API 级别单独获得每个结果。
顺便说一句,您打算如何区分总统 jack ·肯尼迪、投手、足球运动员、书籍等的歧义 http://www.freebase.com/search?limit=30&start=0&query=jack+kennedy如果您有足够的上下文可以使用它来消除歧义,您可能需要考虑从 Freebase 捕获其他信息(出生和死亡日期、书籍作者、分配的其他类型等)。
过了某个点,从批量数据转储而不是 API 工作可能更容易和/或更有效 http://wiki.freebase.com/wiki/Data_dumps
编辑 - 这是一个工作的 Python 程序,它假定您在名为“types.txt”的文件中有一个类型 ID 列表:
import freebase
f = file('types.txt')
for t in f:
t=t.strip()
q = [{'type':t,
'mid':None,
'name':None,
'/common/topic/alias':[],
'limit':500,
}]
for r in freebase.mqlreaditer(q):
print '\t'.join([t,r['mid'],r['name']]+r['/common/topic/alias'])
f.close()
如果您使查询变得更加复杂,您可能希望降低限制以避免超时,但是对于像这样的简单查询,将限制提高到默认值 100 以上将使其更高效查询更大的 block 。
关于python - 如何使用 Freebase 标记一个非常大的未标记 NLP 数据集?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/8100044/
我找到了 this excellent question and answer它以 x/y(加上 center x/y 和 degrees/radians)开始并计算旋转- 到 x'/y'。这个计算很
全部: 我已经创建了一个 Windows 窗体和一个按钮。在另一个线程中,我试图更改按钮的文本,但它崩溃了;但是如果我尝试更改按钮的颜色,它肯定会成功。我认为如果您更改任何 Windows 窗体控件属
本网站的另一个问题已证实,C 中没有缩写的字面后缀,并且可以执行以下操作: short Number = (short)1; 但是转换它和不这样做有什么区别: short Number = 1; 您使
我有下表: ID (int) EMAIL (varchar(50)) CAMPAIGNID (int) isSubscribe (bit) isActionByUser (bit) 此表存储了用户对事
也就是说,无需触发Javascript事件即可改变的属性,如何保留我手动选中或取消选中的复选框的状态,然后复制到另一个地方? 运行下面的代码片段并选中或取消选中其中的一些,然后点击“复制”: $('#
我在网上找到的所有关于递增指针导致段错误的示例都涉及指针的取消引用 - 如果我只想递增它(例如在 for 循环的末尾)并且我不在乎它是否最终进入无效内存,因为我不会再使用它。例如,在这个程序中,每次迭
我有一个 Spring MVC REST 服务,它使用 XStream 将消息与 XML 相互转换。 有什么方法可以将请求和响应中的 xml(即正文)打印到普通的 log4j 记录器? 在 Contr
做我的任务有一个很大的挑战,那就是做相互依赖的任务我在这张照片中说的。假设我们有两个任务 A 和 B,执行子任务 A1、A2 和 B1、B2,假设任务 B 依赖于 A。 要理想地执行任务 B,您应该执
通过阅读该网站上的几个答案,我了解到 CoInitialize(Ex) should be called by the creator of a thread 。然后,在该线程中运行的任何代码都可以使
这个问题已经困扰我一段时间了。我以前从未真正使用过 ListViews,也没有使用过 FirebaseListAdapters。我想做的就是通过显示 id 和用户位置来启动列表的基础,但由于某种原因,
我很难解释这两个(看似简单)句子的含义: “受检异常由编译器在编译时检查” 这是什么意思?编译器检查是否捕获了所有已检查的异常(在代码中抛出)? “未经检查的异常在运行时检查,而不是编译时” 这句话中
我有一个包含排除子字符串的文本文件,我想迭代该文件以检查并返回不带排除子字符串的输入项。 这里我使用 python 2.4,因此下面的代码可以实现此目的,因为 with open 和 any 不起作用
Spring 的缓存框架能否了解请求上下文的身份验证状态,或者更容易推出自己的缓存解决方案? 最佳答案 尽管我发现这个用例 super 奇怪,但您可以为几乎任何与 SpEL 配合使用的内容设置缓存条件
我有以下函数模板: template HeldAs* duplicate(MostDerived *original, HeldAs *held) { // error checking omi
如果我的应用程序具有设备管理员/设备所有者权限(未获得 root 权限),我如何才能从我的应用程序中终止(或阻止启动)另一个应用程序? 最佳答案 设备所有者可以阻止应用程序: DevicePolicy
非常简单的问题,但我似乎无法让它正常工作。 我有一个组件,其中有一些 XSLT(用于导航)。它通过 XSLT TBB 使用 XSLT Mediator 发布。 发布后
我正在将一个对象拖动到一个可拖放的对象内,该对象也是可拖动的。放置对象后,它会嵌套在可放置对象内。同样,如果我将对象拖到可放置的外部,它就不再嵌套。 但是,如果我经常拖入和拖出可放置对象,则可拖动对象
我正在尝试为按钮和弹出窗口等多个指令实现“取消选择”功能。也就是说,我希望当用户单击不属于指令模板一部分的元素时触发我的函数。目前,我正在使用以下 JQuery 代码: $('body').click
我从 this question 得到了下面的代码,该脚本用于在 Google tasks 上更改 iframe[src="about:blank"] 内的 CSS使用 Chrome 扩展 Tempe
我有一些 @Mock 对象,但没有指定在该对象上调用方法的返回值。该方法返回 int (不是 Integer)。我很惊讶地发现 Mockito 没有抛出 NPE 并返回 0。这是预期的行为吗? 例如:
我是一名优秀的程序员,十分优秀!