汉语二语教学领域词义标注语料库的研究及构建

词汇教学在汉语二语教学领域占有极为重要的地位,其中多义词又是词汇教学的重点和难点。该研究通过分析三部经典领域词表,选取了1 181个重点多义词,以《现代汉语词典(第6版)》为标注体系,制定了适合实际标注的多义词标注规范和形式,在197册经典汉语二语教材上进行了多义词词义标注,构建了一个规模约350万字的面向汉语二语教学领域的词义标注语料库,并在此基础上对1 811个多义词、4 323个多义词义项进行了计量统计,分析了多义词不同词义的出现情况及其分布规律。为了更好地服务于汉语二语教学,开发了语料库检索系统,设计并实现了多义词义项的查询功能。     

基于C3D的足球视频场景分类算法

足球视频整场比赛持续时间较长,许多视频内容并非广大观众的兴趣所在,因此足球视频场景分类成为了近几十年来研究界的一项重要课题,许多机器学习方法也被应用于这个课题上.本文提出的基于C3D （三维卷积神经网络）的足球视频场景分类算法,将三维卷积运用于足球视频领域,并通过实验验证了本文算法的可行性.本文实验的流程如下：首先,基于帧间差分法和徽标检测法检测法对足球视频场景切换进行检测,实现镜头分割.在此基础上,提取分割镜头的语义特征并将其进行标记,然后通过C3D对足球事件进行分类.本文将足球视频分为7类,分别为远镜头、中镜头、特写镜头、回放镜头、观众镜头、开场镜头及VAR （视频助理裁判）镜头.实验结果表明,该模型在足球视频数据集上的分类准确率为96%.     

汉语篇章修辞结构的标注研究

汉语篇章修辞结构标注项目CJPL采用大陆主要媒体的财经评论文章为语料,依据修辞结构理论(Rhetorical Structure Theory,RST),定义了以标点符号为边界的篇章修辞分析基本单元和47种区分核心性单元的汉语修辞关系集,并草拟了近60页的篇章结构标注工作守则。这一工作目前完成了对97篇财经评论文章的修辞结构标注,在较大规模数据的基础上检验了修辞结构理论及其形式化方法在汉语篇章分析中的可移用性。树库所带有的修辞关系信息以及三类篇章提示标记的篇章用法特征,可以为篇章层级的中文信息处理提供一些浅层语言形式标记的数据。     

基于笔交互的标注工具研究

随着电子文档的大量应用,人们需要寻找一种更加符合日常习惯的电子文档标注工具。该文介绍了一种基于笔交互的标注工具,用户可以在电子文档上使用笔进行任意标注。工具使用XML作为存储媒介,可以方便地将标注结果共享和再现。     

基于内容检索的图像自动标注方法研究

图像标注技术是近年来的研究热点。为了更好地解决图像自动标注问题,提出了一个基于检索和重排序的标注方法。在检索阶段,通过使用基于MSF的全局特征对待标注图像进行基于内容的检索,从而在图像数据库中得到一系列的相似图像数据集;在重排序阶段,利用随机漫步方法对相似图像数据集的标注信息进行重排序,最终排序后的关键词则为待标注图像的标注信息。该方法不仅跳过了漫长的训练阶段,而且充分利用了网络上那些已经具有标注信息的图像,具有较好的稳定性和可扩展性。实验结果显示了该方法的有效性。     

基于进程代数的构件语义标注技术研究

针对组合构件的语义标注问题,提出基于进程代数的自动标注方法,以减小构件库开发人员手工标注大粒度组合构件语义的工作量。采用本体描述构件的语义,对于不同结构的组合行为,通过进程演算抽取交互行为的执行序列,给出组合构件语义的抽取、合成方法及相应的语义标注算法。将该技术集成到JTangComponent平台上进行实验,结果标明其提高了语义标注的自动化程度,可以为复用构件提供语义保障。     

Resulted word counts optimization—A new approach for better automatic image annotation

One of major problems in image auto-annotation is the difference between the expected word counts vector and the resulted word counts vector. This paper presents a new approach to automatic image annotation—an algorithm called resulted word counts optimizer which is an extension to existing methods. An ideal annotator is defined in terms of recall quality measure. On the basis of the ideal annotator an optimization criterion is defined. It allows to reduce the difference between resulted and expected word counts vectors. The proposed algorithm can be used with various image auto-annotation algorithms because its generic nature. Additionally, it does not increase the computational complexity of the original annotation method processing phase. It changes output word probabilities according to a pre-calculated vector of correction coefficients.     

基于内容的电视监视视频数据的检索

通过分析视频数据的特点,研究了基于内容的电视监视视频数据库的数据模型。在此模型的基础上,根据视频属性的分类,提出了三种基本的检索类型。     

基于高斯混合模型的自动图像标注方法

为了进一步完善自动图像标注方法,提出基于高斯混合模型的自动图像标注方法。该方法通过建立每个关键词唯一的高斯混合模型(GMM),准确地描述关键词的语义内容,进而提高自动图像标注的精确性。最后,通过采用COREL图像数据集与不同方法的比较,从平均查准率、平均查全率的实验结果验证了该方法的有效性。