国外网站网站,wordpress积分系统,大学生做网上英语翻译兼职网站,番禺吧最近需要去除文本中的特殊字符#xff0c;例如下面从pdf读取的文本#xff0c;需要进行解析#xff1a;
山东师范大学硕士学位论文\n13第三章基于粗-细粒度双层注意力的视频-文本跨模态检索\n3.1粗-细粒度并行注意力网络结构\n图3-1展示了粗-细粒度并行注意力(CFGPA)模型的…最近需要去除文本中的特殊字符例如下面从pdf读取的文本需要进行解析
山东师范大学硕士学位论文\n13第三章基于粗-细粒度双层注意力的视频-文本跨模态检索\n3.1粗-细粒度并行注意力网络结构\n图3-1展示了粗-细粒度并行注意力(CFGPA)模型的总体架构。该架构包含视频特征处\n理网络、文本特征处理网络和多层次相似度度量模块。在视频特征处理网络中不同的视\n频特征提取器提取视频中所包含的不同模态特征然后将时序特征嵌入到不同模态的特\n征中生成视频的初始特征()vI。视频的初始特征()vI输入到粗-细粒度并行注意模块生\n成视频的中间特征\ud835(\ud835)再经过视频特征融合模块生成视频的最终特征\ud835(\ud835)在文本特征\n处理网络使用预训练的BERT模型和门嵌入模块生成文本特征\ud835(\ud835)。最后\ud835(\ud835)和\ud835(\ud835)\n通过相似度度量模块来度量视频与文本特征的相似性。\n图3-1粗-细粒度并行注意力(CFGPA)模型的总体架构\n3.1.1视频特征处理网络\n采用粗-细粒度并行注意机制和特征融合模块对视频的初始特征进行处理。粗-细粒度\n并行注意模块包含两部分一部分是基于模块内加权部分聚合网络的粗粒度注意力机制\n另一部分是基于图注意网络的细粒度注意力机制。这两部分并行连接组成粗-细粒度并行注\n意网络。模型的输入的是视频的初始特征\ud835(\ud835)输出的是视频的中间特征\ud835(\ud835)。使用特征\n融合模块来融合视频中间特征\ud835(\ud835)最终产生视频中的不同模态特征\ud835(\ud835)。\n视频特征提取器和时序信息嵌入视频中包含不同模态的特征使用预训练的视频特\n征提取器从原始视频中提取视频的不同模态初始特征\ud835\ud835(\ud835)[\ud8351\ud835,\ud8352\ud835,...,\ud835\ud835−1\ud835,\ud835\ud835\ud835]解决方法
使用正则匹配的方法其他的方法都不够work
import re
text 生成视频的中间特征\ud835
cleaned_text re.sub(r[^\w\s], , text)
print(cleaned_text)
