检索结果-内蒙古大学图书馆

作者：吕学良浙江大学

学位级别：硕士

互联网已经成为目前最为重要的广告媒介之一，它能够以低成本将商品和服务向全世界的各个角落展示，这种独特能力吸引了众多的网络广告投资，也无形中带动了互联网的发展。在几年前，由于众多互联网公司的倒闭，一度严重影响了在线广告... 详细信息

互联网已经成为目前最为重要的广告媒介之一，它能够以低成本将商品和服务向全世界的各个角落展示，这种独特能力吸引了众多的网络广告投资，也无形中带动了互联网的发展。在几年前，由于众多互联网公司的倒闭，一度严重影响了在线广告的投资，这种情况一直到2002年才有所缓解。而碰巧的是，促使在线广告在次得到发展的原因是出现了一种新的广告形式—搜索引擎广告。据Forrester研究公司预测，到2010年，这种广告形式将代表超过100亿美元的庞大市场。关于这一领域的研究，主要由各大商业搜索引擎公司开展，并形成了多个产品，比如Google的AdSense，Yahoo的Publisher Network等。这些系统都很成功，但其内部机制缺少透明性，对外仍是一个黑盒。本文尝试探索这个领域，并介绍作者在基于内容的在线广告系统方面的研究工作。考虑到广告的放置主要取决于所在的网页内容以及用户对该网页的理解，而用户最终是通过网页的浏览器渲染结果来理解这个网页的，这为利用网页的视觉信息来提取可行的广告关键词提供了一个可行的背景。本文首先介绍了作者在识别网页标题方面的工作。作者提出了一种基于网页标题模式学习和视觉特征的网页标题提取算法。其次介绍了作者在识别网页正文方面的工作。作者提出了一种基于网页视觉特征和内容特征相结合的学习机制。首先使用VIPS算法对网页进行语意分割，形成一棵层状语意块树，并使用网页标题提取算法定位网页的真实标题，配合VIPS结果一同确定网页的正文部分。随后介绍了作者对寻找网页关键字问题的研究。我们的目标是尽量最大化网页和广告之间的语意关联度，为此我们建立了一个基于网页正文、视觉特征、内容特征、统计结果的学习模型，并比较了多个特征类型对最终结果的贡献。

关键词：上下文广告网页分块统计语言模型视觉特征关键字提取

来源：评论

学校读者我要写书评

暂无评论

视频字幕检测与识别技术研究及系统实现

视频字幕检测与识别技术研究及系统实现

引用

作者：王秉坤北京大学

学位级别：硕士

视频节目的字幕检测与识别是一个应用性很强的课题，构造高检测率、高识别率的检测识别系统是研究追求的目标。本文结合视频中字幕图像的特点探讨了相关问题。\n 在视频节目的字幕检测方面，提出了利用字幕时序信息粗定位，再利用字... 详细信息

视频节目的字幕检测与识别是一个应用性很强的课题，构造高检测率、高识别率的检测识别系统是研究追求的目标。本文结合视频中字幕图像的特点探讨了相关问题。\n 在视频节目的字幕检测方面，提出了利用字幕时序信息粗定位，再利用字幕内外边缘模型精定位的字幕检测方法，充分利用了字幕图像多帧的特点。\n 在字幕图像的预处理方面，针对视频节目中字幕图像的背景变化丰富的特点，从实际应用出发，提出了一套快速有效的字幕图像预处理方法，消除了噪声和字幕背景复杂带来的影响。\n 在识别特征提取方面，借鉴前人对视觉原理及Gabor滤波器组的研究，探讨选取了符合字幕特点的Gabor滤波器组参数，通过适当的特征降维方法，提取出了区分能力较强的识别特征。\n 在字幕识别方面，借鉴目前较为成熟的印刷体字符识别技术，同时结合字幕识别问题的自身特点，对于隐马尔可夫模型应用于字幕识别进行了深入的探讨，同时结合统计语言模型进行字幕识别，极大地提高了识别率。通过实验充分证明了应用隐马尔可夫模型和统计语言模型进行字幕识别的优势和潜力。

关键词：字幕检测字幕识别 Gabor滤波器隐马尔可夫模型统计语言模型字幕图像处理

来源：评论

学校读者我要写书评

暂无评论

基于Markov链的整句输入算法研究与实现

基于Markov链的整句输入算法研究与实现

引用

作者：吴鹏北京邮电大学

学位级别：硕士

论文对统计语言模型进行了简要介绍，对利用统计语言模型中的隐马尔科夫模型实现音字转化应用进行了详细的讨论。围绕着如何高效的实现Viterbi Beam搜索，以及如何更有效的利用存储空间。论文讨论了完成音字转换所需要的参数，并解决了... 详细信息

论文对统计语言模型进行了简要介绍，对利用统计语言模型中的隐马尔科夫模型实现音字转化应用进行了详细的讨论。围绕着如何高效的实现Viterbi Beam搜索，以及如何更有效的利用存储空间。论文讨论了完成音字转换所需要的参数，并解决了要完成整句输入法的参数数据来源问题;通过反复设计存储方案来实现高效的查询工作，以满足音字转化应用的需要。在论文最后，给出了利用不同的数据平滑算法对正确率的影响。本论文试图将语音识别中的隐马尔科夫模型应用到拼音输入法上，并因此对其进行相应的模型修改，同时在匹配阶段以词为单位进行匹配，是本文的亮点。

关键词：统计语言模型 n-gram 隐马尔科夫模型 Viterbi Beam搜索

来源：评论

学校读者我要写书评

暂无评论

条件随机场在序列标注任务中的应用研究

条件随机场在序列标注任务中的应用研究

引用

作者：王屹林东北大学

学位级别：硕士

随着社会的日益信息化，人们越来越强烈地希望用自然语言同计算机交流。自然语言理解是计算机科学中的一个引人入胜的、富有挑战性的课题。从计算机科学特别是从人工智能的观点看，自然语言理解的任务是建立一种计算机模型，这种计算机... 详细信息

随着社会的日益信息化，人们越来越强烈地希望用自然语言同计算机交流。自然语言理解是计算机科学中的一个引人入胜的、富有挑战性的课题。从计算机科学特别是从人工智能的观点看，自然语言理解的任务是建立一种计算机模型，这种计算机模型能够给出象人那样理解、分析并回答自然语言(即人们日常使用的各种通俗语言)的结果。\n 中文自然语言处理是让机器理解中文的核心技术。在语义理解的整个过程中，智能分词技术是最初的一个环节。它将组成语句的核心词提炼出来供语义分析模块使用。在分词的过程中，如何能够恰当地提供足够多的词来供分析程序处理，并且过滤掉冗余的信息，这是后期语义分析的质量和速度的重要前提。\n 命名实体识别任务是指识别文本中人名、地名等具有特定意义的实体，属于信息抽取任务。因为实体通常具有唯一性，所以命名实体识别在信息检索、信息提取等应用系统中受到特别的重视。好的命名实体识别效果对应用系统的性能起到很大作用。\n 中文分词和专有名词识别都可以看作一个序列标注任务来完成。而条件随机场是应用广泛的序列标注模型。条件随机场模型衍生自图模型中的马尔可夫随机场。以图结构和概率论相结合的方式来描述随机变量的分布。在序列标注任务中，条件随机场的简单形式——链式条件随机场——将求得整个无向图所表示的随机变量的联合概率分布。通过求得最大后验概率的方式，来取得原序列对应的最终标记序列。\n 本文主要讲解了条件随机场的基本原理。着重从条件随机场模型本身结构的角度阐述了条件随机场在序列标注任务中的合理性和适合性。并通过与其它传统的应用到序列标注任务的模型进行了理论和实验方面的比较，阐述了条件随机场在序列标注任务中的性能优越性。实验表明，序列标注任务中，在同样的实验环境下，条件随机场的性能就已优于传统的分类模型。可以说，无论从模型结构角度还是实际效果来看，条件随机场都是个更适合序列标注任务的序列标注模型。

关键词：序列标注任务中文分词命名实体识别统计语言模型条件随机场信息抽取

来源：评论

学校读者我要写书评

暂无评论

大规模短文本的分类过滤方法研究

大规模短文本的分类过滤方法研究

引用

作者：吴薇北京邮电大学

学位级别：硕士

在现代信息社会即时通讯技术取得蓬勃的发展，手机短信息也被誉为继网络之后的又一大信息传播媒介，它的应用已经逐渐渗透到社会和生活的各个领域。作为沟通交流工具的同时，短信息在舆论导向和传播上也扮演着越来越重要的角色，因此，... 详细信息

在现代信息社会即时通讯技术取得蓬勃的发展，手机短信息也被誉为继网络之后的又一大信息传播媒介，它的应用已经逐渐渗透到社会和生活的各个领域。作为沟通交流工具的同时，短信息在舆论导向和传播上也扮演着越来越重要的角色，因此，对短信息这类具有特殊意义的短文本进行分析和研究，并建立有效、准确的分类体系，挖掘用户感兴趣的信息，显得尤其重要和紧迫。基于这样的背景，本文对短文本的过滤和分类技术进行了探索和研究。目前，传统的文本处理技术已经趋于成熟，能够针对标准意义上的文本所包含的信息进行过滤、分类等;然而手机短信息以短文本作为载体，其相关处理方法的研究仍然处于起步阶段。本文以课题为基础，结合对短文本自身特点及相关处理技术的大量研究，提出了基于规则的过滤方法和基于统计语言模型的分类方法，具有重要的研究意义和现实意义。本文的主要贡献在于：首先，在对短文本的语言特点和语料构成进行研究的基础上，结合课题背景提出基于规则的方法对大规模特定短文本进行过滤，并采用正则表达式作为规则生成及匹配的工具，以便最大化地将那些格式固定且表达方式类似的无意义短文本准确快速地匹配进而过滤。其次，探索并建立了短文本的分类体系。通过对统计语言模型的构造原理及平滑算法等理论的研究，论文提出了基于统计语言模型的短文本建模方法，并建立分类器对非手写的短文本进行处理。针对单个短文本包含信息较少这一实际问题，在建模时结合了主题特征，更加准确地刻画了短文本语言模型。本文系统地介绍了短文本的语言特征和分类方法，并针对大规模短文本提出有效的过滤和分类方法。然而，相对于已发展得较为成熟的文本处理技术来说，短文本的相关研究还有很大的发展空间。

关键词：短文本文本过滤正则表达式统计语言模型文本分类

来源：评论

学校读者我要写书评

暂无评论

基于n-gram模型的中文分词技术研究

基于n-gram模型的中文分词技术研究

引用

作者：赵琦南开大学

学位级别：硕士

随着互联网的广泛应用，语料库知识的不断扩大，人们希望能从这些语料中进一步挖掘出更多有用的信息，其方法通常是建立一个面向各自应用领域的语言模型。与传统的基于规则的确定性语言模型不同，统计语言模型(SLM)建立在概率统计和信... 详细信息

随着互联网的广泛应用，语料库知识的不断扩大，人们希望能从这些语料中进一步挖掘出更多有用的信息，其方法通常是建立一个面向各自应用领域的语言模型。与传统的基于规则的确定性语言模型不同，统计语言模型(SLM)建立在概率统计和信息论的基础上，通过对大量语料进行统计以揭示出语言内部特有的规律<\'[2]>。分析统计语言模型的性能以及如何将它应用于各种应用系统是当今自然语占处理领域的热点之一。\n 最早应用于语音识别系统的n-gram统计语言模型，已经广泛地出现在多种自然语言处理系统中。然而，这些系统处理中文信息时，都会面临一个常见的分词问题。传统的做法是在现有词典的基础上，定义一个确定性语言模型(DLM)，依据各种语法规则实现机械分词。这种方法往往受到词典的规模、应用领域的限制以及切分规则过多等问题，而随着人们对开放式系统的要求越来越高，基于规则系统的局限性问题显得十分突出。\n 基于这种思路，本文旨在将分词问题纳入到统计语言模型的研究领域，分析语言模型的性能和分词效果之间的关系，寻找提高分词效果、优化语言模型的各种策略以及扩展语言模型规模的途径。本文主要讨论了n-gram统计语言模型的相关知识及构建方法；在基于互信息的边界探测算法(Boundary Detection)<\'[1]>的基础上，提出了基于n-gram模型的n-boundar)，分词算法，并分析了两个算法的特点；然后利用EM的思想，通过这种算法训练更多的生语料以达到扩展模型规模和提高模型性能的目的；最后通过几组实验数据比较，验证了这种分词算法以及使用这种算法训练语料的可行性。得到了语言模型复杂度(Perplexitv)可以从训练前的126.368降低到训练后的56.716，信息熵(Entropy)为5.826比特/字符的时候，分词效果综合评价参数F-Meastlre达到0.

关键词：语料库统计语言模型中文分词信息论自然语言处理系统边界探测算法

来源：评论

学校读者我要写书评

暂无评论

改进贝叶斯模型在中文文本分类系统中的应用

改进贝叶斯模型在中文文本分类系统中的应用

引用

作者：杨洁南开大学

学位级别：硕士

随着Internet的迅猛发展，电子文本信息迅速膨胀，文本分类系统作为处理和组织电子文本信息的一项重要技术，成为信息处理领域不可或缺的工具。在我国信息化建设蓬勃发展的今天，开发适合中文的文本分类系统显得尤为重要。目前常用的文... 详细信息

随着Internet的迅猛发展，电子文本信息迅速膨胀，文本分类系统作为处理和组织电子文本信息的一项重要技术，成为信息处理领域不可或缺的工具。在我国信息化建设蓬勃发展的今天，开发适合中文的文本分类系统显得尤为重要。目前常用的文本分类算法有以下几种：贝叶斯、KNN、支持向量机、决策树、粗糙集、神经网络等，其中贝叶斯算法以其良好的准确性和较高的效率逐渐成为当前文本分类技术的主流。\n 本文在介绍常用文本分类算法的基础上，着重研究贝叶斯算法及其相关模型，详细介绍贝叶斯方法的二项式独立模型、多项式模型及混和模型，并通过实验比较三种模型的分类性能。\n 然而贝叶斯分类算法具有一个严重的缺陷——数据稀疏问题，即如果一些特征属性在训练语料的某个类中没有出现，则在分类阶段如果某待分类文档含有这些特征属性，那么不论别的特征属性的条件概率有多高，都会导致该文档属于这个类的条件概率为零。虽然上述三种贝叶斯模型针对这一问题都作了简单处理，但依然存在很多问题。为了解决现有贝叶斯算法中处理数据稀疏问题的缺陷，本文在讨论统计语言模型中N-gram平滑技术的基础上，考虑贝叶斯算法的独立假设特性，提出采用Unigram平滑技术的三种不同方法来改进贝叶斯分类器，分别为One-count平滑方法、Jelinek-Mercer 平滑方法以及Katz平滑方法。\n 最后，本文设计并实现了基于贝叶斯方法的中文文本分类系统，将三种平滑方法分别应用于系统中的二项式、多项式和混合贝叶斯模型中，并通过实验与原始贝叶斯分类器进行比较。实验表明，经过平滑后的分类系统具有较好的准确率、召回率及F1值。

关键词：中文文本分类贝叶斯模型数据稀疏统计语言模型 Unigram 信息处理

来源：评论

学校读者我要写书评

暂无评论

统计语言模型中句子的语义连贯性判别

引用

情报学报 2003年第4期22卷 472-475页

作者：郭燕慧钟义信北京邮电大学人工智能研究中心，北京100876

目前统计语言模型在语音识别、机器翻译和自动文摘等领域得到了广泛的应用.准确判别通过语言模型所得到的句子是否连贯、通顺,对于语言模型的评测和改进是个很重要的问题.本文采用基于词频统计的一组特征项,利用决策树算法自动对生成句... 详细信息

目前统计语言模型在语音识别、机器翻译和自动文摘等领域得到了广泛的应用.准确判别通过语言模型所得到的句子是否连贯、通顺,对于语言模型的评测和改进是个很重要的问题.本文采用基于词频统计的一组特征项,利用决策树算法自动对生成句的语义连贯性进行评测,在需要生成或识别连贯句的各自然语言处理领域具有广泛的实用价值.

关键词：统计语言模型语音识别机器翻译自动文摘系统句子连贯性语义连贯性词频统计决策树算法

来源：评论

学校读者我要写书评

暂无评论

利用覆盖歧义检测法和统计语言模型进行汉语自动分词

引用

电子与信息学报 2003年第9期25卷 1168-1173页

作者：王显芳杜利民中国科学院声学研究所语音交互信息技术研究中心北京100080

该文探讨了利用覆盖歧义检测法和统计语言模型进行汉语自动分词的问题。采用了多次迭代的方法来进行汉语词层面统计语言模型的训练。该方法能够得到更优化的语言模型。该文详细介绍了统计语言模型的训练过程,给出了语言模型复杂度随迭... 详细信息

该文探讨了利用覆盖歧义检测法和统计语言模型进行汉语自动分词的问题。采用了多次迭代的方法来进行汉语词层面统计语言模型的训练。该方法能够得到更优化的语言模型。该文详细介绍了统计语言模型的训练过程,给出了语言模型复杂度随迭代次数增加而减小的实验结果。还给出了在不同的统计语言模型阶数下切分正确率变化的情况,分析了切分正确率变化的原因。

关键词：覆盖歧义检测法统计语言模型汉语自动分词切分正确率

来源：评论

学校读者我要写书评

暂无评论

统计语言模型综述

引用

计算机科学 2003年第9期30卷 22-26页

作者：邢永康马少平清华大学计算机系智能技术与系统国家重点实验室北京100084

1引言统计语言模型产生于基于统计方法的自然语言处理系统的研究中:如语音识别系统、字符识别系统以及机器自动翻译系统等.对于一个语音识别系统,给定语音信号a和语言的句子集合S,则系统需要解决的问题可以表示为:

关键词：统计语言模型自然语言处理系统概率分解语音识别系统统计方法信息处理

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：