置信度加权在线序列标注算法

序列标注问题是自然语言处理领域的基本问题之一.序列标注任务是将连续输入的不定长序列,标注成连续等长的标签序列.在在线序列标注方法的基本框架下,针对序列标注任务的特征稀疏特性,采用置信度加权分类算法思想,提出了一种新的线性判别式在线序列标注方法—置信度加权在线序列标注算法.该方法对每个特征权值参数引入一个概率置信度,取得了优于其他相关算法的性能.在中文分词,中文名实体识别以及英文组块分析等问题上,验证了本文方法的有效性.

面向智能诊断的数字病理标注管理系统的设计

目的:通过构建面向智能诊断的数字病理标注管理系统,满足病理智能诊断中模型训练对标注数据的要求,从而加速图像识别技术、AI技术在医学诊断,尤其在病理诊断方面的应用,提高诊断的效率与准确率。方法:系统通过OpenSlide实现将不同格式数字病理切片转换成为DZI格式,应用端使用OpenSeadragon实现大尺寸、高分辨率图像展示,标注绘制功能基于Paper.js插件提供铅笔、多边形等多种工具,服务端使用Springboot框架实现对业务流程的控制。结果:实现了系统设计的总体功能,系统能够满足对大尺寸、高分辨率病理图像的标注与管理工作。结论:系统解决现有标注数据采集系统存在的问题,有效提升获取大尺寸、高分辨率病理图像上标注数据的效率,并帮助管理者进行标注数据质量的维护。

基于分形维的连续语音实时分割技术

为能准确有效地判断出连续语音中各个音节的起止点,提出了一种改进的分形维计算方法,该算法将插值分形维的步长因子进一步精确到采样频率的数量级上,先求出语音分形维的最小二乘能量轨迹,再差分求其动态特征;在此基础上,设计了连续语音的两级搜索实时分割算法,并进行了基于DSP的硬件系统实验。结果证明,该算法较好地实现了语音段的实时分割和汉语音节切分,鲁棒性好,使得系统在信噪比为0 dB时音节分割准确率仍可保持在一个较高的水平上。最后开发了一个在线汉语语音标注器,借此阐述了论文工作在语音识别方面的应用。