运动目标检测算法的探讨

运动目标检测是实现目标跟踪、交通监控、行为分析等任务的基础。但由于运动目标的提取易受到背景、光线变化、阴影、运动速度等因素的影响而造成失败,所以如何更好的实现运动目标检测具有相当重要的意义。该文从运动目标检测的基本概念出发,探讨了运动目标检测的广泛用途、目前所面临的主要问题与困难、实现运动目标检测算法的基本分类,并结合近几年公开发表的一些算法与实现对当前主流运动目标检测实现方法的基本思想和最新进展进行了分类综述,讨论了各类方法的主要优缺点,并展望了该领域未来的发展趋势。

走向深度学习和多种技术融合的中文信息处理

在汉语的语音处理、文本处理、信息检索与挖掘以及机器翻译这几个方面,自然语言处理技术经历了从受限的基于规则的方法到大规模的基于统计的方法的转变,再到深度学习和多种技术融合的发展过程。进而,出于对资源共享、统一规划和评测标准的重视,中文语言资源联盟等众包平台已经成为资源建设的重要支撑与发展方向。最后,中文信息处理要取得长足的发展,不仅要紧跟国内外的最新技术,还要结合汉语的特点,探索出具有独创性的中文信息处理的研究路线。

语词性标注方法比较

汉语以字为基本书写单位,且缺乏形态变化,词的兼类现象相当普遍.因此,有效对汉语进行词性标注对利用计算机来理解和生成汉语自然语言具有基础性意义.通过实例分析介绍了四种主要的标注方法并对其优劣进行了比较.

计算语言学的超学科研究

在学术领域,学科间融合逐渐成为一种共识,语言学界也在探索超越学科界限的科研创新途径。超学科理念是学科间融合的最高层次,是各学科相互配合与协调的研究方法及教育模式。早在1990年,Halliday就提到,应用语言学的研究重点转向计算语言学,广义的教育语言学理念也初露端倪。本文就以计算语言学为例,阐述语言学的超学科研究,探讨计算语言学的超学科特征和超学科研究方法。