Bing/Google/Flickr API: как найти изображение для каждого из 150 000 японских предложений?

Я думал, вы начнете с того, что выберете любое существительное перед 　は、が и を и отдадите им приоритет - возможно, в таком порядке.

Но это предполагает, что ваши теги частей речи достаточно хороши, чтобы правильно идентифицировать は=subject (поскольку я думаю, вы знаете, что は не всегда является маркером темы).

Я просмотрел кучу примеров предложений здесь, имея в виду эту технику, и нашел ее не менее хорошей. как можно было ожидать. За исключением случаев, когда ни один из них не используется, что является редкостью.

И такие предложения, как это, где вам нужно подумать о поиске で и существительного перед ним в случае, когда нет を или は. Потому что, если вы обратите внимание, слово 人 (люди) на самом деле ничего не говорит вам о том, о чем идет речь. Без правильного разбора контекста вы даже не знаете, является ли существительное человеком или людьми.

毎年　交通事故で　多くの人が　死にます (много людей ежегодно погибает в дорожно-транспортных происшествиях)

Но в принципе, не могли бы вы реализовать такую ​​систему типа приоритет/откат?

Кстати, я надеюсь, что все ваши предложения используют кандзи, или когда вы увидите はし (в одном из связанных предложений), вы не будете знать, показывать ли мост или палочки для еды - и показывать неправильный, вероятно, будет нехорошо.

японский WordNet содержит ссылки на OpenClipart изображения. Это может быть еще один соответствующий источник. Они описывают это в своей статье под названием «Улучшение японского WordNet».