您的位置: 专家智库 > >

李梅

作品数:2 被引量:1H指数:1
供职机构:江苏大学计算机科学与通信工程学院更多>>
发文基金:江苏省普通高校研究生科研创新计划项目江苏省自然科学基金国家自然科学基金更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇多模态
  • 1篇知识库
  • 1篇指代消解
  • 1篇最大熵
  • 1篇最大熵模型
  • 1篇本体
  • 1篇本体知识库

机构

  • 2篇江苏大学
  • 1篇南通大学

作者

  • 2篇李梅
  • 1篇张建明
  • 1篇程显毅
  • 1篇钟丹
  • 1篇朱倩
  • 1篇李广翠

传媒

  • 1篇计算机工程
  • 1篇江南大学学报...

年份

  • 1篇2011
  • 1篇2009
2 条 记 录,以下是 1-2
排序方式:
人称名词短语单复数信息和最大熵模型的指代消解被引量:1
2009年
针对中文人称名词短语单复数属性信息不明确,对消解贡献低的问题,利用改进的最大熵模型提出了人称代词消解新的模型。该模型在原有特征的基础上增加了人称名词短语单复数识别的Head特征、Qun特征和Len特征。在真实文本环境下与不使用单复数属性信息方法进行了对比实验,结果表明该方法的F值与不使用单复数属性信息方法的F相比有一定的提高。
钟丹朱倩李梅程显毅
关键词:最大熵指代消解
基于Simfusion和本体的视频语义提取
2011年
目前大多数的视频语义概念提取研究没有考虑到视频多模态之间的关联共生特性,而在样本的标注方面采用自定义的概念进行标注,会影响语义概念提取的准确率。针对上述问题,提出结合Simfusion算法和用本体知识库标注样本的方法提取视频的语义概念,该方法根据镜头内容变化提取关键帧,在提取出镜头内容时,有效地利用镜头多模态之间的时序关联共生特性,同时运用本体知识库中的概念标注样本、训练分类器,弥补传统方法在标注样本时存在的主观、不规范等不足。实验结果表明,该方法在视频语义概念提取的研究中,有较高的准确度、可操作性强。
张建明李梅李广翠
关键词:本体知识库多模态
共1页<1>
聚类工具0