独立于语种的文本分类方法

文本分类是指在给定分类体系下,根据文本的内容自动确定文本类别的过程。本文提出了一个基于机器学习的、独立于语种的文本分类模型,并对模型中的特征抽取、分类器和评价方法进行了详细的介绍。该模型已经在中文和日文两个语种的新闻语料上得到实现,并获得了较好的分类性能。     

基于二维熵阈值的图像分割及其快速算法

阈值分割是图像分割技术中的一种重要方法,在图像处理和模式识别中广为应用.本文提出了一种基于二维熵阈值的图像分割快速算法.该算法能够有效地区分图像中边界、背景和物体三种区域,并使得传统二维阈值方法的复杂度从O(W2S2)降至O(W2/3S2/3).     

彩色公文中的公章检测研究

本文对公文中的公章加盖过程进行了研究,分析了公章的透明迭加过程与油黑不足现象对目标定位的影响,并在此基础上提出实用的公章检测方法.在本方法中,通过公章的部分外圈圆弧的存在假设整体外圈圆环的存在,依据假设与实际图像之间的相似度来判断是否存在公章,如存在则进一步实现目标定位.文中也给出了在相应公章目标的相似度计算公式.     

直方图的优化存储和快速检索

直方图是一种非常重要的图像特征,常用于基于内容的图像检索系统中,例如,用颜色直方图可以检索到相似颜色的图像。但是,目前使用的颜色直方图比较小、维数量多是３,因而检索效果不令人满意。该文提出用倒排文件解决高维巨型直方图存储和快速检索问题,从而为巨型直方图在图像检索中的应用提供一种解决方案。     

k-best MIRA和动态k-best MIRA

MIRA(Margin Infused Relaxed Algorithm)是一种超保守算法,在分类、排序、回归等应用领域都取得不错成绩.文中在传统MIRA算法基础上进行改进,提出k-best MIRA(K-MIRA)与动态k-best MIRA(DK-MIRA)算法.这两种算法能够根据学习进程自动调整优化约束条件,从而提高算法的收敛速度与性能.将K-MIRA与DK-MIRA用于定义类问题回答中的句子排序任务,取得较为满意的实验结果.     

基于短语检索和答案排序的列表问题回答方法

文章针对列表类自动问题回答的任务要求,提出了一种基于短语检索和答案距离排序模型的列表类问题回答的方法。该短语检索模型在传统的TF/IDF检索模型上进行改进,提出了利用不同长度短语作为查询词的检索方法,能够返回更多包含正确答案的相关文档;答案的距离排序模型则利用答案与上下文词之间的距离作为排序的依据对答案列表进行排序,可以提高正确答案的排名。这两种模型地提出在一定程度上解决了如何在返回尽可能多的答案的同时保证答案质量的问题。实验结果表明利用这两种模型的列表类问题回答方法对系统的性能有显著提高。     

一个有效的基于运动的视频检索系统

在视频摄取的过程中,摄象机的运动在某种程度上反映了当前视频的部分语义特征,所以通过对摄象机运动的提取能够更好地实现对视频的浏览以及基于内容的检索。针对以上应用,本文提出了一种用运动矢量的分布来提取摄相机运动的方法,测试后表明,该方法能有效地分析出多种相机运动并具有较好的鲁棒性。同时我们以此为基础实现了一个基于相机运动的视频检索系统。     

文本检索会议简介

文本检索简介随着互联网的发展和存贮技术的提高,计算机可读的文本信息也越来越多。据估计,截止到1999年,互联网上已约有5TB的信息容量,其中文字信息约为6TB。然而,要有效地开发利用如此丰富的信息资源并不是轻而易举的事情,因为许多信息往往是规模巨大,实时性强,而且存贮分散;语言混杂,内容广泛;图文并茂,格式灵活,有时还含有一定的拼写错误或传输错误。而对于特定的用户而言,所需要的信息往往只占其中极小的一部分。要从如此规模的网络信息中抽取有用的信息资源,对信息处理的速度和精度将提出极为严格的要求,因而迫切需要对这种形式的混合语料进行更快速高效的处理。在这种情况下,人们越来越多地依靠文本检索工具来寻找自己所需要的信息。文本检索指的是给定文本方式的检索需求,在电子文档库中查找出与指定表达式相匹配的文本,并将出现和包含这些文本的原文作为检索结果返回给用户。     

基于分形理论的一种图象分割方法

介绍了一种基于分形特征进行人造目标分割的方法.它是用分形模型描述自然场 景,基于人造目标和自然背景在分形特征上的差别,并利用概率松弛的思想增强这种差异,从 而自适应分割出目标图象.实验结果验证了这种方法的有效性和可行性.