《融合語義相似性和關聯性的深層主題模型研究》是依託北京理工大學,由高揚擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名:融合語義相似性和關聯性的深層主題模型研究
- 依託單位:北京理工大學
- 項目負責人:高揚
- 項目類別:青年科學基金項目
《融合語義相似性和關聯性的深層主題模型研究》是依託北京理工大學,由高揚擔任項目負責人的青年科學基金項目。
《融合語義相似性和關聯性的深層主題模型研究》是依託北京理工大學,由高揚擔任項目負責人的青年科學基金項目。項目摘要在當今信息過剩的時代,傳統基於淺層語義分析手段所得到的信息檢索系統已逐漸難以滿足人們獲取精準信息的強烈需求,...
研究生、研究學者或者軟體研發人員,由淺入深、跨學科地介紹了認知概念信息量、基於認知概念信息增益的文本信息量計算方法、融合認知概念信息權重的全文本信息量計算方法,一步一步實現了基於認知概念信息量的文本語義相似度的模型。
《基於複雜網路的中文文本語義相似度研究》是依託西安電子科技大學,由劉懷亮擔任項目負責人的面上項目。中文摘要 為解決海量信息檢索中知識匱乏、傳統向量空間模型表徵文本時語義缺失問題,針對中文文本重意合、輕形式的語言特點,本項目擬將...
並研究其套用;研究內容包括:1、研究單物體模型(比如椅子的三維模型)的語義相似性度量;2、研究單物體模型與圖像的聯合語義相似性度量;3、研究場景模型(比如客廳的三維模型)的語義相似性度量;4、研究基於語義相似性的單幅圖像場景...
充分利用數據的不確定性信息,就區間、序列、直覺模糊、猶豫模糊、語義等不同類型數據的相似度量、粒層轉化、識別決策等開展了較為系統、深入的研究,構建異類數據間統一的粒層轉換框架,解決不同類型數據間的相似度量、跨層關聯與融合...
提出了圖像語義自動標註方法:提出融合語義主題的圖像自動標註方法PLSA-FUSION、連續視覺特徵的圖像語義標註模型GM-PLSA、混合生成式和判別式模型的圖像語義標註方法HGDM,實驗結果令人鼓舞。成果發表在Journal of Visual Communication and Image...
本項目提出的排序學習模型將考慮這些錯誤因素,排除掉低質量的問題,從而提高系統的性能。此外,本項目研究基於漢字相似度產生多項選擇題方法。該方法重點研究基於排序學習的漢字相似度計算模型,該模型可以更方便的融合字音、字形以及字義特徵...
同時根據媒體數據特點,套用局部典型相關性分析及多視圖學習技術等,最佳化特徵選擇,並在語義層面上通過異構媒體相似度量對最佳化特徵進行語義平滑,構建異構媒體的統一表達模型;在此基礎上,結合近鄰相似、數據局部嵌入、語義關聯及檢索實例等,...
藉助於結合外觀相似性與上下文語境的機率圖模型,場景信息的理解與聯想被分為兩個層次:場景語義單元的理解與聯想;場景主題的理解與聯想。在理解與聯想的模型基礎上,課題將進一步探索場景信息語義联想的具象化過程。結題摘要 課題組就視覺...
OL-PAM)建模理論研究,包括OL-PAM模型的潛在主題空間生成機制、基於Gibbs Sampling的OL-PAM模型的參數估計方法、OL-PAM模型的推理算法和統計特徵相似度度量方法等理論和關鍵技術研究,同時,基於OL-PAM模型提出並設計概念疊代生成算法和概念...
[1] 國家自然科學基金青年項目, 融合語義相似性和關聯性的深層主題模型研究,2017年1月-2019年12月,項目負責人。[2]北京理工大學基礎研究基金,基於多主題關聯特徵模型的問題導向型文摘,2016年1月-2016年12月,項目負責人。主要參與...