10.15918/j.tbit1001-0645.2017.11.07
基于词序列拼积木模型的图像句子标注研究
用句子标注图像,建立图像与文本间的跨媒体关联,以提升信息检索准确率,改善用户检索交互体验.利用KDES模型抽取图像特征,在多核学习模型中融合出MK-KDES特征,准确刻画图像视觉特性;设计自然语言生成模型:词序列拼积木,评估单词与图像内容的相关性,优选单词,并根据单词间的语义相关性与句法模式约束,将单词组合成N元词序列;把N元词序列输入模板生成句子.结果表明:MK-KDES-1特征聚焦于图像的纹理及形状视觉特性,它是改善句子BLEU-1评分的关键;而单词间的语义相关性与句法模式约束是提升句子BLEU-2评分的重要前提.
自然语言生成、词序列拼积木WSBB、图像句子标注、N元词序列、语义相关性、句法模式约束
37
TP391(计算技术、计算机技术)
国家自然科学基金资助项目61373108,61173062;教育部人文社科基金资助项目16YJAZH029,17YJAZH117;江西省科技厅科技攻关项目20142BBG70011;江西省社科规划基金资助项目16TQ02;江西省高校人文社科基金资助项目XW1502、TQ1503;江西省教育厅科技项目GJJ160497,GJJ160509,GJJ160531;江西省研究生创新基金YC2016-S262
2018-01-12（万方平台首次上网日期，不代表论文的发表时间）
共6页
1144-1149
