融合方面语义和网格标记的多语言意见元组抽取

面向方面的细粒度意见抽取(Aspect-oriented Fine-grained Opinion Extraction,AFOE)任务的目的是以意见对的形式抽取文本评论中的方面和意见词或者再抽取情感极性,形成意见三元组。以往的研究通常以管道方式抽取意见元素,容易出现错误传播的问题,而且大多数只关注方面词和意见词的单个子任务抽取,忽略了不同意见元素之间的相互影响和指示信息,导致意见挖掘任务不完整。此外,面向中文的意见元素抽取任务的研究较少。针对以上问题,文中提出了融合方面语义和网格标记的多语言意见元组抽取模型。首先,使用向内LSTM(Inward-LSTM)和向外LSTM(Outward-LSTM)编码方面词及其对应的上下文信息建立方面和候选意见词的关联,再结合全局信息生成特定方面语义特征的上下文表示,有利于提高下游意见元素抽取的性能。其次,使用网格标记方案的推理策略,利用方面和意见词之间的依赖指示信息进行更准确的抽取,以端到端的方式处理AFOE任务。相比基线模型,对于方面意见对抽取任务,改进的模型在中英文数据集上的F1值提高了0.89%~4.11%,对于三元组抽取任务提高了1.36%~3.11%,实验结果表明,改进的模型能有效地对中英文评论的意见元素进行抽取,性能显著优于基线模型。

基于激光网格标记的计算机视觉测量技术研究

基于激光网格标记的视觉测量技术是一种高精度的三维坐标测量技术。该技术采用交叉投射激光网线的方式对待测物体进行标记,然后分别采集这两组交叉的标记图像并进行标记提取;提取出的两组标记线在经过去噪、细化、后处理以及匹配之后将被合成测量所要求的网格点图像,这些网格点就是测量所需要的特征点。采用这种交叉标记并合成网格点的方式,可以简化以后的网格点匹配算法。本文最后给出了比较详细的测试实例,证明了本技术的有效性。

心脏核磁共振图像标记线的网格跟踪

提出了基于可形变网格模型跟踪标记线的算法通过网格模型的节点对标记线网格节点进行直接的跟踪,并将贪婪优化算法应用于模型能量极小化过程,提高了算法的速度对多序列心脏收缩期核磁共振图像的实验表明,在保证标记线跟踪准确性的同时。

面向语法加权图文本的方面情感三元组抽取

方面情感三元组抽取包括方面抽取、意见抽取和方面情感分类3项任务,以管道方式解决该任务的研究方法无法利用元素之间的交互信息,同时也会造成错误传播和冗余训练。基于此,提出一种基于门控注意力和加权图文本的方面情感三元组抽取方法。采用双向长短时记忆网络学习句子的序列特征表示;利用门控注意力单元学习单词之间的线性联系;利用语法距离加权图卷积网络增强三元组元素之间的交互;利用网格标记推理策略预测三元组。在4个公开数据集上进行实验,结果表明:所提方法可以有效增强三元组元素之间的交互,提高三元组抽取的准确率;同时,所提方法的F1值分别为57.94%、70.54%、61.95%和67.66%,与基准模型相比均有所提高。

多特征交互的方面情感三元组提取

方面情感三元组提取是方面级情感分析的子任务之一,旨在提取句子中的方面词、其对应的意见词和情感极性。先前研究集中于设计一种新范式以端到端的方式完成三元组提取任务。然而,这些方法忽略外部知识在模型中的作用,没有充分挖掘和利用语义信息、词性信息以及局部上下文信息。针对上述问题,提出了多特征交互的方面情感三元组提取(MFI-ASTE)模型。首先,该模型通过BERT预训练模型学习句子中的上下文语义特征信息,并使用自注意力机制加强语义特征;其次,使语义特征与所提取到的词性特征交互,二者相互学习,加强词性的组合能力与语义信息;再次,使用多个不同窗口的卷积神经网络提取每个单词的多重局部上下文特征并使用多分门控机制筛选这些多重局部特征;然后,采用双线性层融合提取到的三类外部知识特征;最后,利用双仿射注意力机制预测网格标记并通过特定的解码方案解码三元组。实验结果表明,该模型在四个数据集上的F1值比现有的主流模型分别提升了6.83%、5.60%、0.54%和1.22%。

基于正方形切平面描述符的三维人脸区域标记

针对目前三维人脸模型的语义标记和分割研究较少的问题,提出一种基于正方形切平面描述符的三维人脸模型区域标记算法。这种新的描述符由三维人脸模型顶点的正方形切平面区域内的几何信息编码而成。随后通过随机森林算法对其进行学习,对模型上的所有顶点进行分类,从而实现对三维人脸模型上眉毛、眼睛、鼻子、嘴巴等区域的识别和标记。在定位仿真实验中,分类准确率可达94.46%。该描述符具有旋转、头部姿势与三维模型分辨率不变性,对模型噪声具有鲁棒性。实验结果表明,该方法能有效标记三维人脸模型区域。

基于正方形描述符和LSSVM的三维人脸区域标记

提出了一种基于正方形切平面描述符的三维人脸模型区域标记算法。新的描述符由三维人脸模型顶点的正方形切平面区域内的几何信息编码而成。通过最小二乘支持向量机算法(LSSVM)对其进行学习,对三维模型上所有顶点进行分类,实现了对三维人脸模型上眉毛、眼睛、鼻子、嘴巴等区域的识别和标记。定位仿真实验中,分类准确率可达92.35%。所提描述符具有旋转、头部姿势、三维模型分辨率不变性,对模型的噪声具有鲁棒性。实验结果表明:提出的方法能有效标记三维人脸模型区域。

面向方面的自适应跨度特征的细粒度意见元组提取

面向方面的细粒度意见提取(AFOE)以意见对的形式从评论中提取方面词和意见词,或在此基础上再提取方面词的情感极性形成意见三元组。针对现有研究方法忽略了意见对与上下文相关性的问题,提出一种面向方面的自适应跨度特征的网格标记方案(ASF-GTS)模型。首先,利用BERT(Bidirectional Encode Representation from Transformers)模型获得句子的特征表示;然后,采用自适应跨度特征(ASF)方法加强意见对与局部上下文的联系;其次,通过网格标记方案(GTS)将意见对提取(OPE)转化为统一的网格标记任务;最后,使用特定的解码策略生成对应的意见对或意见三元组。在适用于意见元组提取任务的四个AFOE基准数据集上进行实验,结果表明,与GTS-BERT(Grid Tagging Scheme-BERT)模型相比,所提模型在意见对和意见三元组任务上的F1值分别提高了2.42%~7.30%和2.62%~6.61%。所提模型能够有效保留意见对与上下文的情感联系,更精确地提取意见对及其情感极性。

心肌应变磁共振成像技术新进展

近年来,心肌应变研究已成为心脏磁共振成像领域的研究热点之一。超声斑点追踪（speckle-tracking echocardiography,STE）技术作为无创性成像手段,可反应心肌运动功能,但其存在噪声干扰、操作者依赖性及声窗小等局限性。磁共振特征追踪技术是通过对一个心动周期内若干个采样进行分析,从而得到心脏整体及局部的真实运动和形变。

基于视频分析的呼吸检测算法

针对传统视频监控蒙被子时无法进行呼吸判断的问题,提出一种改进的欧拉影像放大算法(Eulerian video magnification,EVM)进行呼吸检测,并结合运动历史图(Motion history image,MHI)和网格标记法来去除干扰影响.该算法核心是利用改进的EVM获得有运动前景目标,利用MHI来检测图像中的大运动,并用网格标记法除去手、头等外部运动干扰.结果表明:该方法实现简单,实时性好,可以有效除去呼吸以外运动对正常呼吸的干扰.

适应不同距离的三维激光雷达数据处理方法

针对三维激光雷达在远距离处点云分布较稀疏,导致障碍物的检测识别不准确的问题,提出了一种可适应不同距离的三维激光雷达数据去噪和精简处理方法。在对原始点云数据栅格化和去噪滤波后,采用最邻近距离聚类的方法确定适应阈值,然后融合网格连通标记的聚类方法,减少离散点,提高聚类精度,实现不同距离下的障碍物检测。实验结果表明:所提方法相较已有的聚类算法可以适应不同距离下的障碍物聚类,可识别路面障碍物的信息。

基于ViBe算法的快速视频车辆检测算法

为了满足智能交通实时性的要求,提出了一种快速的视频车辆检测算法。首先采用ViBe算法做前景分析,并针对图像突变的问题,对ViBe算法做了优化。然后对前景二值图做网格标记,对网格标记图做连通域分析,最终分割出车辆目标。实验结果显示,该算法实时性和鲁棒性满足实际要求。

参数化模型到直接建模的模型转换方法

参数化建模和直接建模方法是当前主流的两种三维几何建模方法,两者在功能上有较强的互补性。为了实现两种模型之间的转换,更好地体现设计者的设计意图,提高设计效率,提出了基于曲面重构的转换方法。通过对参数化模型表面点集做Delaunay三角剖分,求解出模型表面几何方程,拟合重构出直接建模模型,并以包含特征信息的三角网格单元的跟踪标记和数据更新来实现直接建模操作。实验表明,该转换方法适用于大多数特征模型的转换,且具有较高的转换效率。

基于GSML的异步Web聚合应用开发框架

基于网格服务标记语言(GSML)提出并实现一种基于事件驱动、面向组件的Mashup应用开发框架,其中的事件驱动模型帮助开发者灵活、有效地描述Mashup应用逻辑。GSML通过对Web资源进行组件化的封装,方便用户使用统一的方式访问。封装后的组件提高了代码的可复用性。提出一种通用的、具有访问控制的跨域方式,实现不同站点间有保护的通信。

电子地图的自适应注记研究与实现

地图注记的自动配置是地图制图与GIS的难点之一,传统的注记自动配置,采用的算法过于复杂,难以满足电子地图实时响应的要求;而且传统地图采用的是静态注记,而电子地图的屏幕范围有限,往往导致地图视口边界的注记不完整。本文提出一种网格标记法实现注记压盖的快速检测,并基于此方法实现注记配置的压盖避让和动态调整,即注记的自适应配置。实践表明,此方法能有效改善电子地图的显示效果和运行效率,具有较高的实用性。

基于GEL的机场噪声等值线并行生成算法

针对机场噪声等值线实时动态展现过程中存在的计算量大、绘制效率低等问题,提出一种基于网格边标记(grid edge labeling,GEL)的等值线并行生成算法。该并行生成算法采用局部到全局的等值线生成策略,以行为单位将网格任务划分,利用GEL算法确定单个网格内等值线的走向,对网格遍历一次即可生成全部噪声等值线。试验结果表明:当网格为400×400个,噪声为15层时,达到17帧/s的绘制效果,本研究算法较其他算法可更好的满足噪声动态可视化的需求。