自动构建时间基元规则库的中文时间表达式识别

该文提出一种基于正则文法的时间表达式识别算法 它基于“时间基元”^①进行规则构建,提高了时间表达式识别的召回率;同时使用基于错误驱动思想的规则剪枝算法,削减了从训练语料带来的噪声,提高了识别的正确率,两者搭配有效提高了系统整体性能。在ACE07中文语料上的实验结果显著超过了现有水平,F-score达到89.9%。该文提出的算法具有很好的通用性和扩展性,加以改进将可以有更广泛的应用。     

综合图像分割与光流计算的连续处理方法

本文提出了利用多通道将图像分割和光流计算相综合的方法，使连续处理方法适用于多物体有遮挡的运动场景．     

基于运动矢量的摄像机运动定性分类方法

在视频序列中,摄像机运动在某种程序上反映了当前视频的语分语义信息,知道了摄像机运动将能够取更好的实现对视频的游览以及检索,针对现有的依据光流分布来摄像机运动参数算法中的不足,给出了一种定性分析相机运动的方法,该方法能够在相机聚焦中心－ＦＯＥ（focus-of-expansion)不在成像平面中心时检测出给定类型的摄像机运动,实验结果表明该方法对于从视频序列中分析出给定类型的摄像机运动具有较的效果。     

纹理特征提取及分割

本文概述了近几年的纹理特征提取和分割技术,介绍了各种方法的基本思想,相关的计算公式和实验结果,最后指出了定量评价各种方法性能所面临的困难。     

口语对话中的代词指代消解

提出一套分为两步的代词指代消解算法,算法不需要人工清洗语料及预定义规则.算法第1步采用一些新特征和机器学习算法对名词性指代代词和非名词性指代(non-anaphoric)代词分类,第2步分别对两类代词进行消解.针对名词性代词指代消解,提出了适用于口语对话的特征抽取及表示方法,如代词和候选先行词的距离、语法、语义等的抽取...     

机器学习的查询扩展在博客检索中的应用

该文介绍一种新的查询扩展方法,该方法结合了查询扩展技术和机器学习理论。通过机器学习的方法挑选出查询扩展词,以此提高检索结果的性能。对于输入的查询项,首先通过伪反馈技术生成候选扩展词集合,然后使用支持向量机对输入的候选词评分,挑选得分较高的候选词和原始查询项组成一个新的查询项。由于训练这个支持向量机的训练数据较难获得,我们利用评测会议的检索结果和检索工具自动地生成训练数据。这套查询扩展方法的优点在于通过对训练语料的学习,能够对候选扩展词作出更合理的选择。在TREC评测会议组织的观点检索任务中,相对于不采用任何扩展技术的基准系统,该方法提高了MAP指标33.1%。     

利用模式及语言学特征提高阅读理解性能

阅读理解(reading comprehension,RC)任务的目的在于理解一篇文档并对提出的问题返回答案句.提出了一种充分利用外部资源来提高RC系统性能的方法,使得RC系统性能在Remedia和ChungHwa两种语料上均得到提高.特别地,在对基于Remedia语料RC系统的性能分析表明,24.1%的性能提高归因于基于Web的答案模式匹配的运用,11.1%的性能提高归因于语言学特征匹配策略运用.同时也进行了t-test,结果表明答案模式匹配、语言学特征匹配和词汇语义关联推理的运用所得到的性能提高是显著的.     

一种改进的文字/图形图像的快速分割算法

本文在对文献[1]中提出的字符及图形分割算法Logical Levd Technique(LLT)深入研究的基础上,提出了一种改进的LLT算法(ILLT).ILLT算法能同时对图像中两种不同颜色的字符进行分割,且对笔划宽度的大小及均匀程度要求不严.此外,ILLT算法保持了LLT算法速度快的优点.将ILLT算法应用在多种实际图像的字符及图形分割中,取得了满意的效果.     

带聚类的Hilbert R-树建树算法

本文提出了一种新的建立在一维聚类上的建树方法.该算法改变了原来Hillbert R-树建树方法中的机械填充方式,通过在数据的Hilbert值集合中进行的聚类而对叶子节点中的数据进行优化组合从而得到了更小的叶子节点,提高了检索的效率.实验表明,特别对于分布不均匀的数据,该算法在有限增加计算复杂度的前提下可以大大提高检索效率.