​本项目需要根据FS2K数据集进行训练和测试，实现输入一张人脸图片（真实图片或者素描图片），输入该图片的属性特征信息，提取属性特征包括hair（有无头发）、hair_color(头发颜色)、gender（图像人物性别）、earring（是否有耳环）、smile（是否微笑）、(是否歪脖)、style（图片风格），详细信息均可通过FS2K的和获取，本质是一个多标签分类问题。本文探索了三种深度学习模型：

现有的生成式知识图谱构建方法通常无法通过简单地将自然语言扁平化为序列化文本或规范语言来捕获结构化知识。然而，在代码等结构化数据上训练的大型生成语言模型在结构预测和推理任务中表现出了令人印象深刻的自然语言理解能力。直觉上，我们用代码语言模型来处理生成知识图谱的构建任务：给定一个代码格式的自然语言输入，目标是生成三元组，这些三元组可以表示为代码完成任务。