在线学习视频索引与检索方法

针对交互式的多媒体学习系统的特点,提出了一种基于自然语言的方法来实现基于内容的视频检索,用户可以用自然语言和系统进行交互,从而方便快捷地找到自己想要的视频片段.该方法集成了自然语言处理、实体名提取,基于帧的索引以及信息检索等技术,从而使系统能够处理用户提出的自然语言问题,根据问题构建简洁明了的问题模板,用问题模板与系统中已建的描述视频的模板进行匹配,从而降低了视频检索问题的复杂度,提高了系统的易用性.     

面向搜索引擎的自然语言理解的设计与实现*

提出了一种针对智能检索的自然语言理解的实现模型。该模型通过句模分析、分词和概念扩展的方法来理解问句,在一定程度上提高理解自然语言的能力。详细介绍了其系统架构、实现思想和原理。最后通过一系列的实例来对普通搜索引擎和加载了本模型的搜索引擎进行测试。实验结果表明,提出的模型能有效地分析自然语言提问,提高信息检索的准确性和智能性。     

基于自然语言理解的UAV指令理解系统设计

在有人机与无人机协同完成任务时,为了使有人机操作人员更简便的控制无人机,如何对自然语言指令进行理解成为当前的热点问题.文中设计了基于自然语言理解的UAV指令理解系统,提出了该系统的结构组成、构建方案,详细讨论了各功能模块的作用和实现方案.该系统主要功能包括语音识别、自然语言理解和任务规划.考虑到自然语言理解实现的需求,定义了受限的自然语言指令文法规则,并采用自动分词算法对命令词汇进行切分,然后基于语法树的实例匹配算法对指令进行理解.最后,对其中的关键算法进行了仿真实验.实验结果表明,该系统对于无人机指令具有良好的理解结果.     

基于自然语言的检索方法在图案数据库中的应用研究*

基于自然语言的检索方法已经应用到许多数据库系统中。根据图案数据库的特点,提出了一个基于自然语言的检索模型,论述了怎样将自然语言转换成查询语句（SQL语句）需要注意的一系列问题。     

自然语言理解与智能检索

智能信息处理是中文信息处理中的重要课题,尤以智能检索和信息获取为重要.而自然语言处理和理解技术是智能信息处理的核心.本文讨论了自然语言理解应用于智能检索和信息获取的若干问题,阐述了标注!完善基于词典的知识库的处理手段.     

面向水利信息资源的智能问答系统构建与应用

当前特定领域的问答系统主要采用基于关键字匹配的方法完成问答,类似水库大坝的建成时间、坝高等,无法充分理解用户自然语言提问的检索意图并给出准确回答。为此基于知识图谱技术,利用语义解析方法,本文设计并开发面向水利信息资源的智能问答系统。针对语义解析自然语言问句转化为结构化查询语句需要多步操作,容易导致语义鸿沟问题,还为了后续基于知识表示的问答方法,积累用户语料,本文提出一种语料扩展方法构建语料库。     

面向法律文书的自然语言理解

法律人工智能因其高效、便捷的特点,近年来受到社会各界的广泛关注。法律文书是法律在社会生活中最常见的表现形式,应用自然语言理解方法智能地处理法律文书内容是一个重要的研究和应用方向。该文梳理与总结面向法律文书的自然语言理解技术,首先介绍了五类面向法律文书的自然语言理解任务形式: 法律文书信息提取、类案检索、司法问答、法律文书摘要和判决预测。然后,该文探讨了运用现有自然语言理解技术应对法律文书理解的主要挑战,指出需要解决好法律文书与日常生活语言之间的表述差异性、建模好法律文书中特有的推理与论辩结构,并且需要将法条、推理模式等法律知识融入自然语言理解模型。     

基于领域自然语言理解的知识库管理系统

文中根据数学领域自然语言理解的特点,主要实现了一个基于领域自然语言理解的知识库管理系统,给出了概念知识库异常检测的基本内容、流程和方法.重点分析丁知识库的冗余性、不一致性等方面的内容,给出了相应的检测方法,应用于知识库的具体组织与实现,在一定程度上解决了知识库的冗余和一致性问题.目的是向中学数学智能辅导系统提供自然语言接口,建立领域知识库作为理解建模系统的输入.该系统在教学领域智能辅导系统中得到了较好的应用.     

自然语言理解的机器认知形式系统

自然语言理解是人工智能研究中的热点和难点之一。基于现有的相关理论,本文提出自然语言理解的形式化定义,以及改进相关的公理系统,从而统一“意思理解”和“道理理解”等两种理解类型。通过设计、开发和运行“篇章理解原型程序”,验证理论成果的正确性和有效性。     

面向医疗咨询的复杂问句意图智能理解

在智慧医疗中基于知识图谱的问答系统能够根据结构化的医疗知识自动回答自然语言问句,具有重要的研究意义和实际应用价值。当前的问答系统不能有效地处理包含多种意图的复杂问句,导致意图识别不全面或不正确,难以生成高质量的答案。因此,该文提出了基于语义分析和深度学习的复杂问句意图智能理解方法,首先从问句中提取医疗实体并进行依存句法分析,通过句法成分规范化将多意图复杂问句分解成若干属性类或关系类简单问句的组合,然后构建文本分类深度网络模型对每个简单问句进行意图识别,从而实现复杂问句的意图理解。为了验证该文方法的有效性和实用性,该文构建了包含6类约14万个实体的医疗知识图谱,用所提出的意图理解方法为核心开发了基于知识图谱的医疗咨询智能问答系统,根据问句意图将相应的核心实体和关系谓词转化为知识图谱检索语句,并通过检索到的相关知识生成自然语言答案。对真实医疗咨询问句测试的结果表明,该文方法可以有效地理解复杂问句的多种意图,相应的问答系统能够更全面、准确地回答与疾病、症状、药品等相关的医疗咨询问句。     

浅析智能搜索引擎技术及发展

文章介绍了智能搜索引擎的特点,对智能搜索引擎中自然语言理解、智能搜索代理、多媒体信息检索等关键技术进行了详尽的分析,并展望智能搜索引擎未来的发展方向。     

面向用户的多媒体检索中的多模态界面框架设计

本文提出并设计了一种面向用户的多媒体信息检索中的多模态界面框架。该框架将知识指导、语义概念学习、自然语言处理及用户特性分析等技术于一体，从而为设计通用多媒体信息检索系统奠定了基础。     

多媒体数据库的数据模型研究

从多媒体数据的特征研究出发,分别介绍了面向对象的数据模型、NF2数据模型、超媒体数据模型、信息元等多媒体数据模型,研究基于内容的图像、视频等多媒体媒体的的检索方法,对建立多媒体数据库系统具有普遍的指导意义和实用价值。     

数字图书馆与多媒体数据库的检索技术

讨论了数字图书馆中多媒体数据库的索引问题,特别讨论了多媒体数据中视频数据的检索系统-基于内容的视频检索系统。介绍了基于颜色特征、形状、模型和压缩域的镜头切分算法,以及关于颜色、纹理、形状、运动特征等特征信息提取核心技术。     

基于内容的多媒体数据库系统引擎CDB

CDB(Content-based DataBase)是一种基于内容的多媒体数据库引擎，可以嵌入到通用的对象一关系数据库中，使数据库系统综合支持对多媒体数据的常规和基于内容的壹询．本文首先阐述CDB的体系结构，它把信息检索和数据检索结合到数据库中，支持多媒体数据库的基于内容的建立、操纵和维护；然后给出其层次型内容模型，描述多媒体内容的时空结构特征以及信息线索；最后描述用于CDB的基于内容信息检索技术及其设计和实现的用户壹询和操纵接口，包括示例壹询、主观颜色壹询、视频概要和浏览、扩展SQL内容壹询等．     

跨媒体组合方法研究

大数据时代以多媒体计算为基础的跨媒体计算技术已成为信息技术研究的热点。但是,对跨媒体的获取、组合和应用仍缺乏有效的方法。提出了两种跨媒体组合方法。以开发跨媒体在线二叉树遍历课程为例。第一种方法以Web服务的模式,引用多种类型多媒体数据,将其以服务组合的方式进行拼接,从而构成跨媒体服务。第二种方法是基于本实验室团队自主研发的PAR平台中的"New SQL"技术与Apla语言程序,使用PAR平台的多媒体数据库技术实现对跨媒体数据的存储和检索,进而构成Apla语言程序,实现部署在云端的多媒体服务,有效地解决了跨媒体的组合与存储问题。     

多媒体信息查询和检索系统MIRc

多媒体信息的内容管理是信息化社会的重要基础技术之一,多媒体信息查询和检索系统ＭＩＲｃ是我们设计和实现的一种原型系统。本文首先介绍ＭＩＲｃ系统的体系结构,它能够有效地支持多媒体信息库的建立、操纵和维护;阐述能够描述多媒体内容和时空结构特征,以及信息线索的数据模型;最后介绍用于ＭＩＲｃ的基于内容检索技术及其设计和实现的用户查询接口。     

基于内容的视频查询系统研究

由于多媒体数据库管理和检索的效率直接决定了人们利用多媒体数据信息的效率,因此随着MPEG-7标准的提出,基于内容的图象/视频存储和检索已成为研究的热点.为了快速地对视频进行浏览和检索,在研究基于内容的视频数据库管理和检索等热点问题的基础上,首先使用MPEG-7视觉内容描述子和语义描述子来构建视频数据库的语义结构,并结合底层视觉特征和高层语义特征,采用相关反馈机制和半自动权重更新体制来对视频数据库进行管理和检索;然后采用语法分析器来支持自然语言查询;最后在此基础上实现了基于内容的视频数据库的管理和查询系统.实验证明,该系统能够有效地对视频数据进行管理和检索,并且具有一定的智能性和适应性.     

数字图书馆中基于内容的图像检索技术

随着多媒体技术的飞速发展,多媒体信息的日益丰富,多媒体信息检索技术已成为当前研究的热点.本文着重介绍了基于内容的图像检索技术及其发展,分析了图像信息的多种特征提取方法,最后,给出了一个基于综合特征提取的图像检索系统实例.