oalib

Publish in OALib Journal

ISSN: 2333-9721

APC: Only $99

Submit

Any time

2019 ( 8 )

2018 ( 209 )

2017 ( 200 )

2016 ( 231 )

Custom range...

Search Results: 1 - 10 of 13399 matches for " 语义分类 "
All listed articles are free for downloading (OA Articles)
Page 1 /13399
Display every page Item
颜色语义特征描述提取及其在图像分类中的应用
贾宇,冯志勇,陈祉宏,于永新
中国图象图形学报 , 2011, DOI: 10.11834/jig.20111001
Abstract: 为了弥补图像底层特征到高层语义之间的语义鸿沟,提出一种颜色语义特征的构建方法以建立新的语义映射来提高图像分类准确率。通过提取底层颜色特征,构建包含颜色概念的语义网络,建立了颜色语义特征三元组,利用机器学习分类算法进行图像分类。实验结果表明,利用文章提出的新方法构建的语义特征向量进行图像分类,不仅可以取得优秀的分类结果,同时对不同的分类算法具有鲁棒性。
基于语义理解和机器学习的混合的中文文本情感分类算法框架
徐健锋?,许 园?,许元辰?,张远健?,刘 清?
计算机科学 , 2015, DOI: 10.11896/j.issn.1002-137X.2015.06.014
Abstract: 快速、准确和全面地从大量互联网文本信息中定位情感倾向是当前大数据技术领域面临的一大挑战。文本情感分类方法大致分为基于语义理解和基于有监督的机器学习两类。语义理解处理情感分类的优势在于其对不同领域的文本都可以进行情感分类,但容易受到中文存在的不同句式及搭配的影响,分类精度不高。有监督的机器学习虽然能够达到比较高的情感分类精度,但在一个领域方面得到较高分类能力的分类器不适应新领域的情感分类。在使用信息增益对高维文本做特征降维的基础上,将优化的语义理解和机器学习相结合,设计了一种新的混合语义理解的机器学习中文情感分类算法框架。基于该框架的多组对比实验验证了文本信息在不同领域中高且稳定的分类精度。
基于标题的中文新闻分类研究
Research of Chinese News Classification Based on Titles
 [PDF]

王海涛, 赵艳琼, 岳磅
Hans Journal of Data Mining (HJDM) , 2013, DOI: 10.12677/HJDM.2013.33007
Abstract: 如何快捷、准确、全面地检索互联网信息是互联网时代的重要问题。网络新闻比传统纸质媒体新闻速度更快、内容更丰富、形式更灵活生动,正逐渐取代传统新闻媒体成为很多人获取新闻信息的主要途径。然而,面对快速更新的大量新闻信息,传统的手工分类方式无法满足用户的需求。新闻的主要内容一般都是以文本的方式呈现,因此,利用文本自动分类技术对网络新闻进行自动分类是解决手工新闻分类问题的一个有效途径。由于网络新闻信息形式多样,很多新闻内容完全是由图片或者视频组成,不包含文本内容。本文提出通过新闻标题对网络新闻进行分类的方法,比通过内容进行分类的方法分类速度更快,并且有更强的适应性,可对无文本内容的新闻(如图片新闻、标题新闻等)进行分类。本文创建了基于标题的文本分类模型;从网络上获取新闻语料,验证模型的工作情况;并通过与基于内容的文本分类方法比较,验证基于标题的文本分类模型的优劣。本文构建了基于标题的两步分类系统,所提出的类别唯一特征,对于可分样本可以实现高分类准确率。
Retrieving online information efficiently becomes a crucial issue in nowadays online experience. Compared with traditional news in paper form, online news are faster, more convenient and more flexible. It is a trend that online news are replacing their traditional counterpart and becoming the most common way for people to obtain daily information. However, the volume of frequent updated news becomes so large that the traditional manual news classification cannot meet the needs of online users. One of the solutions for this will be applying automatic text classification technologies to classify online news. Many IT companies are developing automatic news classification systems. There are different forms of network news. Some of the news are composed mostly by graphics or videos instead of text and therefore not able to be coped with by classic text classification. A new approach of news classifier based on news titles is proposed to dealing with such news. In this paper, the title based classification model was created. The model was evaluated by a built corpus and compared with contents based classification. A two-phase news classification system is constructed and category key feature is proposed.
基于张量神经网络的音频多语义分类方法
邢玲,贺梅,马强,朱敏
计算机应用 , 2012,
Abstract: ?音频特征向量已广泛应用于音频分类的研究,该表示形式虽能有效体现音频的固有特性,但无法表示音频信息多语义特性及各语义间的相关性。提出了基于张量统一内容定位(tucl)的音频语义表征方式,将音频语义描述表示为三阶张量,并构建多语义张量空间。在此空间中,张量语义离散度(tsd)能有效聚集具有相同语义的音频资源,通过计算各音频资源的tsd来完成对音频资源的分类,并构建了rbf张量神经网络(rbftnn)来自适应学习分类模型。实验结果表明,在多语义分类的情况下,tsd算法的分类性能明显优于当前典型的高斯混合模型(gmm)算法;通过与支持向量机(svm)学习模型相比可知,基于tsd的rbftnn模型分类学习的准确率明显优于基于tsd的svm模型。
运用语义集索引法实现英文文本分类
吕琳,刘玉树,刘妍
北京邮电大学学报 , 2006, DOI: 10.13190/jbupt.200602.18.lül
Abstract: 克服当前文本分类法中基于词形匹配带来的局限性,基于WordNet语义词典和隐含语义索引(LSI)模型,提出了基于语义集索引的英文文本分类方法.该方法在分类初期首先利用WordNet构建语义词典库,利用单词的语义集代替单词作为文本特征向量的特征项;然后利用LSI模型进一步深入挖掘语义集概念间的深层联系,将语言知识和概念索引有效地融合到文本向量空间的表示中.针对NaiveBayes及简单向量距离文本分类法的实验结果显示,2种文本分类法的分类准确率均随着语义分析的深入逐步提高,充分表明了语义挖掘对文本分类的重要性和必要性。
基于语义分析的词汇倾向识别研究
李钝,乔保军,曹元大,万月亮
模式识别与人工智能 , 2008,
Abstract: 随着互联网的安全发展和人们对信息需求的日益增强,文本倾向识别方向的研究在许多领域有着广阔的发展前景.作为文本语义倾向识别的研究基础,本文侧重于词汇的语义倾向性判别,利用《知网》中对汉语词汇的定义和描述,建立由褒贬倾向较强烈的词汇组成的种子集,并结合上下文环境因素的影响,采用一种度量方法获取种子词与普通词之间的语义倾向相似度,识别普通词的褒贬倾向.实验表明,本文方法对常用词的倾向识别效果较好,可为更大粒度的文本倾向识别打好基础,具有一定的实用价值.
基于对象语义的图像分割和分类方法
徐驰,徐燕凌
重庆大学学报 , 2006, DOI: 10.11835/j.issn.1000-582X.2006.08.025
Abstract: 提出一种基于对象语义的图像分割和分类方法.建立多层级区域生长算法HRGSeg对图像进行分割,从而去除“弱对象语义”细节,降低过度分割的影响.在此基础上,提取颜色、边缘、纹理等低层次特征作为特征向量,并利用支持向量机建立样本训练机制,实现低层次特征向高层对象语义的映射.实验中,采用层次化分类机制,取得了较理想的结果.
基于最大熵分类器的语义角色标注
刘挺?,车万翔?,李生?
软件学报 , 2007,
Abstract: 语义角色标注是浅层语义分析的一种可行方案.描述了一个采用最大熵分类器的语义角色标注系统,该系统把句法成分作为语义标注的基本单元,用最大熵分类器对句子中谓词的语义角色同时进行识别和分类.最大熵分类器中使用了一些有用的特征及其组合.在后处理阶段,在具有嵌套关系的结果中,只有概率最高的语义角色被保留.在预测了全部能够在句法分析树中找到匹配成分的角色以后,采用简单的后处理规则去识别那些找不到匹配成分的角色.最终在开发集和测试集上分别获得了75.49%和75.60%的f1值,此结果是已知的基于单一句法
folksonomy中的语义关系呈现:folksonomy局部本体
张云中
图书情报工作 , 2012,
Abstract: ?针对当前folksonomy语义关系呈现问题,在"用户-标签-资源"的三元视角下重构folksonomy语义体系,理清folksonomy语义关系的主要类别,进而建立科学的folksonomy语义与本体语义的映射机制,最终提出folksonomy局部本体的新概念,指出folksonomy局部本体是folksonomy语义关系呈现的途径。
基于外部信息源的www图像语义提取研究
计算机科学 , 2006,
Abstract: html文档作为www图像的外部信息源和我体,蕴涵了丰富的描述图像内容的文本信息。为了实现基于语义的www图像检索,本文提出了一种www图像语义表征模型和图像语义词典的建设方法,给出了一种利用图像语义词典从嵌有www图像的html网页的相关外部文本信息中提取www图像语义信息的具体方法和实验结果。
Page 1 /13399
Display every page Item


Home
Copyright © 2008-2017 Open Access Library. All rights reserved.