毛利额

理解具有语言描述的复杂视觉场景图像是人工智能的一项基本任务。先前的研究工作已经通过分别为视觉场景（如场景图）和自然语言（如依存树）构建层次结构，展示了令人信服的理解结果。然而，如何…