基于“bag of words”的视频匹配方法

提出了一种利用"bag of words"模型对视频内容进行建模和匹配的方法。通过量化视频帧的局部特征构建视觉关键词(visual words)辞典,将视频的子镜头表示成若干视觉关键词的集合。在此基础上构建基于子镜头的视觉关键词词组的倒排索引,用于视频片段的匹配和检索。这种方法保留了局部特征的显著性及其相对位置关系,而且有效地压缩了视频的表达,加速的视频的匹配和检索过程。实验结果表明,和已有方法相比,基于"bag of words"的视频匹配方法在大视频样本库上获得了更高的检索精度和检索速度。

Word操作题自动判卷系统的设计与实现

利用VBA技术读取和操控Word文档的对象、属性,建立了基于Visual Basic平台的自动评卷系统。参照Microsoft Word文字处理功能,建立了Word操作题知识体系结构,并设计了相应的数据库,编写了利用ADO和SQL读写数据库信息的模块。系统采用模糊匹配评卷方案,提高评分的灵活性和准确性。采用模块细分和对象变量取代冗长的分层对象引用,提高程序的运行效率,采用C/S和B/S模式,集成考试、出题、判卷、成绩和信息管理,提高系统的集成度和实用性,实现Word操作题评卷的自动化。

基于字符串匹配算法的Word阅卷系统实现

为了解决Word操作题自动阅卷系统通用性和容错性问题,提出了基于字符串匹配算法的Word自动阅卷系统设计方案。系统采用VBA技术构建,并制定了Word操作评分点规则。根据评分点不同,采用字符串匹配算法,解决Word改卷过程当中不能正确确定对象位置的问题。实验证明系统具有很好的改卷容错能力,新的自动阅卷系统方案是有效的。

Word文本解析和关键字快速匹配方法

如今,Microsoft Word文档是网络传输的主要文件。因此,研究有效监测Word文件等有关传输文本的网络通信安全至关重要。在详细分析Word文档的二进制格式后,给出了Word文本内容解析流程,针对满足服务器下载大量文本的实时性要求,在研究分析经典模式匹配算法的基础上,提出了一种改进的BMHS模式匹配算法。实验结果显示,相比BMHS算法,给出的改进BMHS算法可有效减少匹配次数,提高匹配效率,有效满足Word文本解析条件下的关键字快速匹配应用要求。

基于加权词频的I-Match算法改进及其应用分析--以电商网站为例

介绍网络产品重复评论研究现状;基于I-Match算法,提出一种基于TF词频的重复评论的改进算法;将该算法对某电子商务网站的产品评论进行重复性检测,获得了较理想的效果。

基于深度学习与规则匹配的Word文档实体识别与属性抽取融合算法及其在油气勘探领域中的应用

针对油气勘探领域积累的大量历史Word文档中的知识未能很好地应用于实际生产和研究的问题,提出了一种基于深度学习与规则匹配的融合算法,从文档中抽取文本,从表格中抽取实体值与属性值。抽取文档中的内容,分析所要抽取的实体和属性的语义规则以及在文档、表格的位置规则,并以源数据的相关语料作为训练数据,基于BiLSTM+CRF模型完成实体、属性抽取模型的训练,结果准确率和召回率均在97%以上。将深度学习和规则匹配模型相结合,可实现实体和属性的高效准确抽取。目前,该融合算法在塔里木智能方案编写项目上取得了良好的应用效果,具有广阔的发展前景。

基于Word2Vec的云设计服务匹配方法研究

在云设计服务平台上,存储了海量的服务信息,如何在最短时间之内,将与用户设计需求最相关联的服务推送到用户面前,直接关系到用户体验及设计效率。针对于此,提出了基于Word2Vec的云设计服务匹配方法,解决了由于需求信息与服务信息之间的异构性及不对称性所造成的匹配不准确问题。最后通过仿真实验证明方法的合理性及可行性。

基于词模式规则的轻量级日志模板提取方法

传统基于规则的日志解析方法针对每类日志需单独编写规则,且随着系统更新,出现新的日志模式时,需人工再次干预;基于深度学习的日志解析方法虽准确率高,但计算复杂度高。为解决日志解析方法人力成本和计算复杂度高的问题,文中提出一种基于词模式规则的轻量级日志模板提取方法,该方法由初始规则集生成、词模式规则应用、潜在错误样本发掘三个部分构成。首先,原始日志基于自适应随机抽样获取彼此间相似度较低的代表性日志;然后,基于专家反馈提取初始词模式规则集,在词模式规则应用模块对原始日志进行处理并提取日志模板;最后,在潜在错误样本发掘模块检查生成的日志模板聚类,发现潜在的错误分类样本并对其进行规则集更新。经过实验验证,在16个公开日志数据集上,文中方法的平均准确度达到97.8%,与基于深度学习的日志解析算法准确度基本持平;在计算效率方面,文中方法的单线程解析速度达到每秒20000条,且随着可用内核数量的增加,性能持续提升,满足系统日志的故障诊断和安全分析需求。

基于词汇搭配的蒙古语兼类词语法和语义信息标注研究

通过对《蒙古文学语料库》中的兼类词文本进行语法和语义信息标注得出了以下结论:蒙古语兼类现象主要集中在形容词、名词、动词和副词之间;兼类词的语义分类信息最多为名词义类,其次为形容词义类、动词义类;兼类词的语义格信息最多为受格,其次是性状格、情态格。本实验对基于语义分类和语义格信息的蒙古语兼类词搭配的语义关系描述提供知识依据。

基于BERT字句向量与差异注意力的短文本语义匹配策略

短文本语义匹配是自然语言处理领域中的一个核心问题,可广泛应用于自动问答、搜索引擎等领域。过去的工作大多只考虑文本之间的相似部分,忽略了文本之间的差异部分,从而使模型无法充分利用到决定文本之间是否匹配的关键信息。针对上述问题,提出一种基于BERT字句向量与差异注意力的短文本语义匹配策略,利用BERT对句子对进行向量化表示,使用BiLSTM并引入多头差异注意力机制获取当前字向量与文本全局语义信息之间表征意图差异的注意力权重,结合一维卷积神经网络对句子对的语义特征向量进行降维,最后拼接字句向量并送入全连接层计算出2个句子之间的语义匹配度。通过在LCQMC和BQ Corpus数据集上的实验表明,该策略可以有效提取文本语义差异信息,从而使模型表现出更好的效果。

一种改进的视觉词包模型的船舶识别方法

船舶识别在船舶贸易和军事活动中具有重要意义。目前的研究主要依赖于深度学习的方法,但这类方法对数据集规模和硬件要求较高,通常需要GPU等高性能硬件,限制了其在实际应用中的推广。针对这一挑战,提出了一种改进的视觉词包模型,用于快速识别船舶目标。首先利用SIFT和SURF方法提取船舶图像的局部特征,并将两种特征进行快速匹配和融合。随后,采用基于图论的方法确定图像的感兴趣区域(ROI),以减少背景的影响。接着,通过聚类算法将ROI区域内的特征转换为视觉单词,并构建视觉词典,从而用视觉单词直方图描述每幅图像。该方法还采用空间金字塔核式模型描述图像特征之间的空间关系,并通过支持向量机进行有监督的学习分类。在模型中,视觉词典的大小和分辨率水平是关键参数,通过实验对其进行了深入研究。当视觉词典大小设置为300,分辨率水平设置为2时,模型的准确率、精确率超过了96%,实验结果验证了该模型的有效性。

汉语双字名词识别的时间进程——基于视觉单模态词形匹配任务的脑电研究

书面词语的识别是阅读的基础,但是在特定实验任务下汉语双字名词各种信息加工的时间进程并不清晰。使用视觉单模态的词形匹配任务,发现在识别的早期阶段(~130-230ms),目标词和首词之间词形的不同或字的失匹配在头皮前区会引发增大的P2效应,其不受语义变量的调节,主要反映了正字法信息的加工;在N400时间窗口,真词对照条件下的目标词比语义相关条件下的目标词在顶区引发的负走向脑电波更大。这些发现说明在N400阶段,即使被试没有被明确要求关注语义,词的语义表征也被自动激活。汉语双字名词识别的时间进程较为清晰地限定在P2至N400之间。

《国际中文教育中文水平等级标准》与《现代汉语八百词》的词类对接

在简要介绍《国际中文教育中文水平等级标准》《现代汉语八百词》的基础上,对两者的词语分类体系进行比较,并以副词为例,对《等级标准》和《八百词》的词类对接问题进行深入探讨。在《等级标准》语法等级大纲所列出的212个副词中,有157个收录在《八百词》中,《八百词》对相应词条用法的详细说明、大量实例,可以为《等级标准》提供有效补充与有益参考,从而提高《等级标准》向教学实践转化的效率。将《八百词》与《等级标准》进行密切对接,既是可行的,也是必要的。这不仅可以重新认识《八百词》这一经典汉语教学语法著作的意义和价值,而且能够推动国际中文教育教学可持续、高质量发展。

基于要素关联图的汉越跨语言事件检索方法

汉越跨语言事件检索旨在根据输入的中文事件查询短语,检索出相关的越南语新闻事件文档。由于查询文档的新闻文本较长,中文事件查询短语与越南语的查询文档长度不一,表达差异较大,且查询文档中往往会包含大量与其描述的核心事件无关的噪声文本,现有的模型不能很好地捕获事件匹配特征,匹配效果欠佳。基于此,文中提出基于要素关联图的汉越跨语言事件检索方法。首先,预训练一个汉越双语词嵌入来解决跨语言问题;然后,抽取查询文档中的关键信息(关键词和实体)以构建要素关联图;最后,通过引入一个图编码器对构建的要素图进行编码,生成结构化的事件信息来增强传统的事件检索模型。实验结果表明文中提出的方法优于传统的基线方法。

多功能雷达建模中的雷达字提取技术研究

雷达字为有限数目脉冲的固定排列,能够反映多功能雷达的工作状态和威胁等级。针对漏脉冲和虚假脉冲所造成的雷达字不能正确提取的问题,提出了一种基于三级匹配的雷达字提取算法。该算法首先对分选后的辐射源脉冲列进行数据库级的匹配过滤,确定模板雷达范围,然后分别利用脉冲配对和序列相关技术进行精确识别。仿真实验表明,该方法不仅能提取多功能雷达辐射源的雷达字,而且对噪声环境具有较好的适应能力。

文本褒贬倾向判定系统的研究

为了满足当今对评论性信息进行分析的需要,本文设计并实现了一个基于关键词模板的文本褒贬倾向判定系统.本系统定义了关键词类别、建立了关键词库、关键词模板库,并设计了模板匹配算法和文本褒贬倾向值算法,对测试文本进行关键词及模板匹配进而判断测试文本的褒贬倾向.本文还对文本褒贬倾向判定系统进行了测试,并在集内测试取得了较好的效果.进一步分析结果表明在语料充足的条件下,本系统可以更有效的判定文本的褒贬倾向.

基于内容的个性化信息过滤系统的研究与设计

以典型的向量空间模型为例,剖析了个性化信息服务中内容过滤面临的主要问题及基本对策,并结合用户的实际需求,设计实现了“天罗”个性化信息过滤系统,实验结果表明,系统达到了很高的准确率、召回率和处理速度。

Web中文文本分词技术研究

中文自动分词技术是中文Web信息处理的基础。文中以最大匹配法(MM)为基础,充分考虑上下文(MMC),在内存中采用二分法进行分词匹配,有效地提高了分词的准确率和时效。并给出了评析报告,以及在生成Web文档中的关键词与自动摘要中的应用。

中文字段匹配算法

首先介绍了几个英文字段匹配算法，然后给出了一个字段匹配过程框架，最后重点描述了几个中文字符型字段匹配算法。

面向Web的计算机基础课程考试系统的设计与实现

现代远程教育体系中,考试系统的网络化是非常重要的一环.在对网络化考试系统的深入研究基础上并结合用户的需求,文章设计并实现了一套完善的面向 Web 的多题型的计算机基础课程考试系统.文章介绍了系统的整体架构、功能设计以及数据流设计,并就系统的几大关键技术的实现展开论述.