检索结果-内蒙古大学图书馆

图书情报工作 2018年第15期62卷 132-144页

作者：于改红张智雄马娜中国科学院大学北京100049 中国科学院文献情报中心北京100190 中国科学院武汉文献情报中心武汉430071

[目的／意义]为更好地提升科技文献的语义丰富化效果，对国内外科技文献语篇元素标注模型、技术和方法进行调研总结，为文本挖掘、科技论文知识抽取、语义分析系统研究者提供借鉴。[方法／过程]利用学术网站搜索和相关数据库搜索引擎，... 详细信息

[目的／意义]为更好地提升科技文献的语义丰富化效果，对国内外科技文献语篇元素标注模型、技术和方法进行调研总结，为文本挖掘、科技论文知识抽取、语义分析系统研究者提供借鉴。[方法／过程]利用学术网站搜索和相关数据库搜索引擎，对涉及科技论文标注、语篇元素、知识抽取、句子识别和自动文章分类等参考文献以及研究报告进行深入阅读和调研，对语篇元素自动标注模型以及相关工作进展进行研究总结。[结果／结论]科技文献语篇元素标注具有非常重要的实际应用价值，构建标注模型需充分考虑构建思想、标注领域和标注粒度以及标注技术手段等方面。

关键词：科技文献语篇元素标注模型自动标注

来源：评论

学校读者我要写书评

暂无评论

基于汉语框架本体的网络标注模型构建

引用

办公自动化 2017年第19期22卷 25-28页

作者：赵文娟山西大学商务学院太原030031

网络资源的语义标注和语义挖掘是当前信息检索研究的重点和难点。为挖掘网络文本的语义,根据句子的句法结构和句中谓词分析出各实词在句中所承担的语义角色,并作出相应的语义标注。文章根据对网络标注流程和功能的分析,构建了网络标注模... 详细信息

网络资源的语义标注和语义挖掘是当前信息检索研究的重点和难点。为挖掘网络文本的语义,根据句子的句法结构和句中谓词分析出各实词在句中所承担的语义角色,并作出相应的语义标注。文章根据对网络标注流程和功能的分析,构建了网络标注模型,旨在将基于汉语框架本体的语义标注技术应用于互联网,为未来问答式、对话式的智能化检索服务。

关键词：框架本体语义标注网络标注标注模型

来源：评论

学校读者我要写书评

暂无评论

图像自动标注技术研究进展

引用

探测与控制学报 2025年第1期47卷 24-32,40页

作者：杨诗曼王中训吴文静于乐凯烟台大学物理与电子信息学院山东烟台264005 烟台大学智慧电网先进技术山东省数据开放创新应用实验室山东烟台264005

图像数据的快速增长以及对更智能、高效处理图像信息的迫切需求使得图像自动标注的需求日益增大,因此对图像自动标注方法研究进展进行总结。首先将图像自动标注的主体框架分为特征提取和标注模型两部分;其次对传统图像自动标注方法和深... 详细信息

图像数据的快速增长以及对更智能、高效处理图像信息的迫切需求使得图像自动标注的需求日益增大,因此对图像自动标注方法研究进展进行总结。首先将图像自动标注的主体框架分为特征提取和标注模型两部分;其次对传统图像自动标注方法和深度学习的图像自动标注方法进行分析,从特征提取以及标注模型的角度展开研究;最后对图像自动标注发展中存在的问题进行分析总结,并对未来发展进行展望。

关键词：自动标注图像特征提取标注模型深度学习

来源：评论

学校读者我要写书评

暂无评论

多模态口译语料库的建设与应用研究

引用

中国外语 2015年第5期12卷 77-85页

作者：刘剑胡开宝上海交通大学衡阳师范学院

相对于文字语料库,多模态语料库能更完整地保留真实口译场景的语音与视觉信息,能更客观地反映口译操作的真实过程。本文分析了国内外多模态语料库的建设与研究现状,重点阐述了多模态口译语料库相关的建库技术,包括语料的有效采集及质量... 详细信息

相对于文字语料库,多模态语料库能更完整地保留真实口译场景的语音与视觉信息,能更客观地反映口译操作的真实过程。本文分析了国内外多模态语料库的建设与研究现状,重点阐述了多模态口译语料库相关的建库技术,包括语料的有效采集及质量要求、多模态语料的切分及转写、多层次标注模型(包括副语言现象以及手势表情等非语言因素的标注)、围绕时间轴的对齐、标注的可靠性评估等,并展望了多模态口译语料库的应用前景。

关键词：多模态语料库口译研究标注模型

来源：评论

学校读者我要写书评

暂无评论

嵌入式软件的C语言代码静态检查技术研究

嵌入式软件的C语言代码静态检查技术研究

引用

作者：潘超浙江大学

学位级别：硕士

嵌入式系统是一种集软件和硬件于一身的特殊计算机系统。随着其在国防、航天、工业控制等若干重要领域的应用越来越广泛,嵌入式软件系统本身的安全性也变得越发重要。C语言是嵌入式软件开发中应用最广的编程语言,因此,对C语言程序的安... 详细信息

嵌入式系统是一种集软件和硬件于一身的特殊计算机系统。随着其在国防、航天、工业控制等若干重要领域的应用越来越广泛,嵌入式软件系统本身的安全性也变得越发重要。C语言是嵌入式软件开发中应用最广的编程语言,因此,对C语言程序的安全性验证成为了保证嵌入式系统安全的关键。 C语言程序的检测方法分为动态和静态两大类。动态检查又称为运行时检查,是实际运行时检测程序的方案,在C程序运行过程中,通过选择适当的测试用例,并对程序的运行状态进行监控以发现程序中的错误。静态检测是指不在计算机上实际执行所检测的程序,而是采用分析代码文本、人工模拟或类似动态分析的方法,借助相关的静态分析工具完成程序源代码的分析与检测。由于嵌入式软件特殊的开发模式,静态检测相对于动态检测具有过程简单,检测代价小的优点,是检测嵌入式软件的理想方法。本文通过对国内外该领域相关研究的学习,总结了C语言中常见的安全隐患,介绍了每种隐患产生的原因。在此基础上,主要介绍了两种检测方法,一种是基于标注的检测模型,用来检测指针和内存引用错误。另一种是通过对C语言编译过程中间结果的分析来检测堆栈溢出错误。其中第二种方法是本文的主要工作和创新点。指针和内存错误是C语言安全隐患中最常见同时也是最难检测的错误,本文介绍了一种基于源代码中附加标注的静态检测模型,通过标注每个对象的状态来检测内存和指针访问错误。嵌入式系统有限的硬件资源使得堆栈的溢出检测成为了安全保障的一个重要的环节。本文通过C语言的内存模型和函数调用过程,详细介绍了堆栈溢出错误的产生原因,提出了一种基于编译过程中间结果的静态检测方法,并对所涉及的关键技术进行了详细介绍。最后,给出了整个堆栈静态检查器的系统设计和实现,并通过测试证明了该方法的正确性和可用性。

关键词：嵌入式系统标注模型堆栈溢出静态检测

来源：评论

学校读者我要写书评

暂无评论

基于本体的音频内容检索研究

基于本体的音频内容检索研究

引用

作者：张小莉西南科技大学

学位级别：硕士

音频是多媒体信息的重要组成部分,人们对音频信息的处理量也越来越大,要从海量的音频数据中找到目标音频内容,也给人们带来了挑战。对于音频(语音音频)信息检索系统,其中语音识别技术、说话人识别技术、音频数据的相似度匹配技术以及对... 详细信息

音频是多媒体信息的重要组成部分,人们对音频信息的处理量也越来越大,要从海量的音频数据中找到目标音频内容,也给人们带来了挑战。对于音频(语音音频)信息检索系统,其中语音识别技术、说话人识别技术、音频数据的相似度匹配技术以及对音频数据的标注处理技术是核心的环节。本文针对音频内容检索整个过程需要用到的技术进行了相关分析与研究,分析总结了目前国内外对音频检索研究的现状,对音频的部分特征进行了分析,并对部分特征采用MATLAB软件进行了提取。在研究前人对语音识别和说话人识别分别研究的基础上,将这两种不同的模式相结合,构建了二者共同进行识别的模型。除此之外,还提出了基于本体的音频内容检索技术。在音频检索实验系统中,将语音识别、语音合成等模块嵌入其中,对识别效果加以分析与总结。从实验结果来看,对于音频文本的识别率是79.24%,男女声的识别率是86.11%,识别率虽还有待提升,但对于说话人不同的方言口音,结果已经达到本文期望目标。本文将本体技术运用到了音频的存储管理上,提出了标注模型,为解决音频高层次的语义鸿沟做了进一步研究。

关键词：音频标注模型语音识别音频检索

来源：评论

学校读者我要写书评

暂无评论

基于极限学习机的图像标注研究

基于极限学习机的图像标注研究

引用

作者：李继宏湘潭大学

学位级别：硕士

当今是图像爆炸式增长的时代,急切需要与之相适应的图像管理和检索能力。图像标注不仅可以为普通用户提供与之使用习惯更加符合的以Web图像搜索为代表的图像检索服务,还将为图像数据的组织、索引、管理带来革命性的变化,甚至能够推动图... 详细信息

当今是图像爆炸式增长的时代,急切需要与之相适应的图像管理和检索能力。图像标注不仅可以为普通用户提供与之使用习惯更加符合的以Web图像搜索为代表的图像检索服务,还将为图像数据的组织、索引、管理带来革命性的变化,甚至能够推动图像理解及整个计算机视觉领域的发展。此外,图像标注在商业应用、数字图书馆、军事、生物医学、网络监控、国家安全等方面也有重要的意义。本文首先介绍了图像标注的一些基础知识,包括图像分割,特征提取,标注模型以及评价标准等。图像分割分为固定划分和N-Cut算法,在特征提取方面,介绍了颜色、纹理、形状等特征。评价标准主要是查全率和查准率。本文重点介绍了图像标注的模型,其中三个主要的模型分别是基于分类的图像标注,基于概率模型的图像标注和基于主题的图像标注。前两个模型试图直接寻找图像(或图像区域)与文本标注词之间的关系,而基于主题的图像标注模型则通过引入潜在主题概念建立高层语义与低层视觉特征之间的联系,从而实现自动图像标注。目前,基于机器学习的图像标注方法得到了广泛的应用和发展。其中,学习器模型的选择就显得非常重要了。本文围绕如何提高标注效果和效率展开了研究,并提出一种基于极限学习机(ELM)的图像标注算法。本方法的特征向量采用的是颜色特征、纹理特征以及SIFT特征组成的复合特征向量,能比较全面的反映图像的特征,有效提高了检索的效率。模型训练中,采用ELM算法,因其结构简单、学习速度快,大大缩小了模型训练和标注的时间。随着ELM的发展,理论研究和实践表明,ELM不但可以用于神经网络中,而且在多分类应用中也有不错的性能表现。本文实验结果表明,采用ELM算法不但在时间开销上有着巨大的优势,同时其良好的泛化性能提高了算法的准确性,二者的综合效果使得图像标注的性能得到了有效提升。最后,在本文算法的基础上设计和实现了图像检索演示系统。

关键词：图像标注标注模型 ELM 图像检索

来源：评论

学校读者我要写书评

暂无评论

在线社会网络下的垃圾信息过滤技术的研究

在线社会网络下的垃圾信息过滤技术的研究

引用

作者：黄兴凤上海师范大学

学位级别：硕士

随着互联网技术的迅速发展,社交媒体成为了最活跃的社交平台,为广大网民提供了快捷、良好的沟通方式。虽然社会网络的迅速发展给用户的互相沟通带来了便利,但是另一方面,弊端也随之而来,网络上大规模出现的垃圾信息阻碍了人们的正常交... 详细信息

随着互联网技术的迅速发展,社交媒体成为了最活跃的社交平台,为广大网民提供了快捷、良好的沟通方式。虽然社会网络的迅速发展给用户的互相沟通带来了便利,但是另一方面,弊端也随之而来,网络上大规模出现的垃圾信息阻碍了人们的正常交流。垃圾信息不但会被一些投机取巧的分子利用来传播虚假的消息、恶意的链接,而且会消耗大量的网络资源,损害了网络用户的利益。随着垃圾信息的迅速膨胀,迫切需要一种技术来净化网络空间,创造健康良好的社交体系,因此,垃圾信息过滤技术的研究成为了学者们普遍关注的问题。在垃圾微博信息过滤方法中,机器学习技术因为准确率高、成本低的特点,受到了广大研究者的青睐,成为了解决垃圾信息过滤的主要方法。但是考虑到使用机器学习时,需要大量的训练数据,而这些需要人工去标注,是一项耗时耗力的工作。基于此项,本文提出了通过匹配建立好的动态垃圾词库来标注微博信息。本文的工作主要包括:1、详细介绍了社会网络平台下的垃圾信息过滤状况,对社会网络进行了概述,主要包括社会网络的定义、发展和分类,介绍了国内外垃圾信息过滤的现状以及常用的垃圾信息过滤的方法,对垃圾信息的种类和垃圾微博的定义进行了简单的介绍2、基于统计学的机器学习方法过滤成为现在主流的垃圾信息过滤方法。基于机器学习的特点,有监督学习的机器学习需要大量的标注好的训练数据,所以在本文中,我们提出了基于动态垃圾词库的微博信息标注模型,对所提出的模型画出了流程图、对各个子模块进行了详细的介绍,最后提出了一个基于贝叶斯定理的建立垃圾词库的算法3、详细的介绍了垃圾词库建立中所要用到的技术,在文章的最后我们应用建立好的垃圾词库去标注微博信息,通过实验证明了基于提出的垃圾词库构造的标注模型具有很好的效果文中主要创新工作包括:(1)提出了基于动态垃圾词库的微博信息标注模型,通过该模型可以对未知的微博信息自动进行标注,省去人工标注的时间和精力(2)提出了基于贝叶斯定理建立垃圾词库的算法,并通过实验验证了算法的可行性和正确性(3)在提出的算法基础之上加入了校验环节,使得通过改进的算法建立的垃圾词库具有更好的准确性

关键词：机器学习垃圾词库标注模型贝叶斯定理

来源：评论

学校读者我要写书评

暂无评论

基于评价理论的产品评论情感语料库标注标准研究

基于评价理论的产品评论情感语料库标注标准研究

引用

作者：荆礼楠江南大学

学位级别：硕士

近年来,语料库语言学蓬勃发展,基于语料库的研究正在对语言研究的诸多领域产生愈来愈大的影响。为满足日益增长的需求,语料库建设正在国内外如火如荼地开展。随着计算机技术的快速发展及普及,机器可读已成为当代语料库的基本要求,而使... 详细信息

近年来,语料库语言学蓬勃发展,基于语料库的研究正在对语言研究的诸多领域产生愈来愈大的影响。为满足日益增长的需求,语料库建设正在国内外如火如荼地开展。随着计算机技术的快速发展及普及,机器可读已成为当代语料库的基本要求,而使语料库机器可读的关键在于语料标注——为提高计算机处理自然语言的能力,而为文本添加元信息的过程。然而,目前语料库建设各自为政,缺乏标注标准,语料库之间数据难以共享这一问题日益显现。因此,语料库建设团体开始关注语料标注标准问题。目前,语料库的发展正处在以互联网为语料的第四个发展阶段。随着Web 2.0的兴起,尤其是微博、论坛、社交及购物网站等网络媒介迅速崛起,用户可不受时间及地域限制,分享个人观点,自由表达情感。因此,互联网上迅速涌现出大规模主观性文本,其中蕴含着丰富情感。对于这类新型情感语料如何进行标注,引起了语言学家和计算机专家的共同兴趣。在此背景下,本文拟对此类新型情感语料的标注标准进行探索。本研究基于系统功能语言学的评价理论,对产品评论(观点丰富且相对容易操作)这一具有代表性的新型情感语料进行标注研究。主要研究问题如下:1.何种标注模型适合英文产品评论的情感标注?2.将系统功能语言学中的评价理论应用于英文产品评论的情感标注这一做法是否可行?为解决以上问题,本研究选取英文产品评论(亚马逊美国官网上的有效手机评论1000条,总计96330字)作为研究对象,结合产品评论自身特点,提出一个多参数情感语义标注模型,并参考James Pustejovsky和Amber Stubbs(2012)所提出的MATTER(Model-Annotate-Train-Test-Evaluate-Revise)自然语言标注流程,由两名经过相应培训的标注员,对语料手工进行情感标注,并对此模型不断进行修正完善。因此,所获得的标注不断接近黄金标准标注。研究发现如下:1.面向情感分析的产品评论情感标注模型应包含两类情感参数:1)核心情感参数,即从评价理论出发,根据针对产品评论特点修正后的评价理论框架而划分的情感态度类型;2)边缘情感参数,即主要面向情感分析的边缘性情感参数,包括意见持有者、关键词、目标、方面、情感极性标记和级差等参数。2.系统功能语言学的评价理论基本适用于情感标注,但在应用于产品评论这一偏口语化的特殊语类时,有必要对原来的理论框架进行一定的修正与完善:1)将级差系统中的语力(FORCE)和聚焦(FOCUS)合并。级差是影响情感强度的表达,考虑到产品评论的特点,为方便情感挖掘中褒贬义的计算,建议将级差按照知网(How Net)情感分析词典中的程度级别词语划分为五个等级:极低(-2)、低(-1)、中(0)、高(+1)和极高(+2);2)将判断(JUDGMENT)系统视为一个整体系统,不划分子类;3)将情感(AFFECT)子类划分标准中的快乐(HAPPINESS)和满意(SATISFACTION)合并,一并归为满意(SATISFACTION)范畴;4)情感(AFFECT)子类划分标准中的安全性(SECURITY)改为信任(TRUST);5)将SURPRISE单独归为情感(AFFECT)系统的一个次范畴。实验表明,评价理论基本适用于互联网上大量涌现的新型情感语料的标注,基于评价理论进行情感标注是可行的。本研究结合实际情况所提出的面向情感分析的多参数情感语义标注模型符合基本标注规范,可为情感语料标注提供一个参考标准。如上所述,本研究取得了一定研究成果,具有一定研究意义。其意义主要体现在:(1)本研究延伸并丰富了语料标注方面的研究,对实际标注过程具有一定的指导意义。(2)本研究对情感语料标注进行了探讨,有关成果可以为他人今后研究所借鉴,此外,在一定程度上为在工程层面开展大规模的标注积累经验,提供语言学依据及支持。(3)学界普遍认为,功能语言学是一种适用语言学。但是,在实际应用过程中,存在的缺陷之一就是对其理论框架的生搬硬套,而非根据具体情况进行修订、加以完善。本研究在应用研究中对理论发展本身进行了反馈。然而,本研究也存在不足,主要体现在:(1)由于有限的人力和物力,本研究标注的语料有限,只选取了手机评论,并且缺乏对其他语种的标注。因此,更多领域、更多语种的情感标注需要进一步研究。(2)对于标注标准的验证,本研究主要是通过标注者一致性的考查。此外,还有其他一些方法可用于验证标注标准,例如机器学习等。这值得进一步的探索。

关键词：情感标注标注标准评价理论标注模型标注者一致性检验

来源：评论

学校读者我要写书评

暂无评论

基于图像显著性与PLSA-GMM的自动标注技术研究

基于图像显著性与PLSA-GMM的自动标注技术研究

引用

作者：李海华河南理工大学

学位级别：硕士

近年来,在基于内容图像检索研究领域,由于图像底层视觉特征与高层语义间“语义鸿沟”问题的存在,图像语义自动标注技术得到了广泛的研究。本文主要围绕着图像自动标注技术开展工作,论文首先介绍了图像标注与检索技术的现状、图像标注涉... 详细信息

近年来,在基于内容图像检索研究领域,由于图像底层视觉特征与高层语义间“语义鸿沟”问题的存在,图像语义自动标注技术得到了广泛的研究。本文主要围绕着图像自动标注技术开展工作,论文首先介绍了图像标注与检索技术的现状、图像标注涉及的关键技术,在此基础上,提出了基于GMM(高斯混合模型)与PLSA(概率潜语义)的图像标注方法,并进一步基于反馈日志来提高标注效果。论文的主要工作及创新如下:(1)对图像标注关键技术进行了梳理和总结,主要包括图像特征、图像标注模型、反馈技术、相似性度量及图像标注性能评价方法。(2)针对图像背景区域干扰的存在,基于图像前后背景分离思想,并分别提取的图像特征,通过使用PLSA在图像底层特征与标注词之间插入隐含主题,并建立隐含主题与标注词之间的关系;然后使用GMM通过机器学习建立模型参数,通过该模型完成图像标注。在此基础上,文中又设计了一种融合多特征(颜色特征、形状特征和纹理特征)的基于PLSA-GMM的图像标注方法。(3)为了减少底层特征与语义之间的差距,文中将日志反馈技术引入到自动标注中,基于日志信息、WordNet与PLSA-GMM模型,通过系统反馈来提高图像标注的性能。(4)基于上述图像标注模型,基于JAVA语言,实现了一个图像标注与检索的原型系统。

关键词：图像特征标注模型高斯混合模型概率潜语义分析反馈日志

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：