Morphological neural networks for automatic target detection by simulated annealing learning algorithm

Automatic detection of an image target is of great significance in modern world. Because of the highly nonlinear nature of the vision process[1], applying nonlinear information processing technique becomes a new trend in image processing field. As an effective nonlinear theory for image processing[25], mathematical morphology has a set of integrated concepts, methods and algorithms to describe the basic characteristics of an image, namely the geometry and structure relation between the pixel s…     

基于语义关系三元组的问答式文摘

提出一种新的基于语义关系的特征,在句法分析的基础上,抽取句子及问题的语义关系三元组,利用搜索引擎计算三元组的相似度,在此基础上计算得到句子和问题的相似度,抽取句子形成问答式文摘。权威语料上的实验证明,使用该特征在各项文摘性能指标上超越了经典的TF*IDF方法,ROUGE-4指标提高了46.4%,而且由该特征单独编制的系统,在32家单位参加的国际评测中ROUGE-L指标排名为第10。     

中心词驱动的汉语语义解释器

本文介绍一种中心词驱动的汉语语义解释方法,首先讨论语义表达形式,介绍词汇映射规则和结构映射规划,然后讨论如何使用选择性约束,通过调用映射规则进行结构的转。     

依赖关系三元组匹配在问题回答中的应用

描述了一种新的计算问题与支持答案句相似度的方法, 即基于依赖关系三元组匹配的方法. 该方法引入了问题中的疑问性和非疑问性部分的信息, 采用了启发式规则扩展问题的依赖关系三元组, 从而匹配变形的答案句. 同时把问题与支持答案句的相似度作为新的特征, 应用于开放领域的问题回答(Question answering, QA)任务中的答案排序. 实验结果表明, 引入新特征的答案排序方法与通常的基于密度的方法相比, 在相对精度指标上提高了8.2%, 在平均排序倒数(Mean reciprocal rank, MRR)评价上提高了8%.     

利用基于图互增理论的自举算法学习语义辞典

This paper presents a method to learn semantic lexicons using a new bootstrapping method based on graph mutual reinforcement (GMR). The approach uses only unlabeled data and a few seed words to learn new words for each semantic category. Different from other bootstrapping methods, we use GMR-based bootstrapping to sort the candidate words and patterns. Experimental results show that the GMR-based bootstrapping approach outperforms the existing algorithms both in in-domain data and out-domain data. Furthermore, it shows that the result depends on not only the size of the corpus but also the quality.     

一种新的颜色相似度定义及其计算方法

传统的基于直方图的颜色相似度计算方法的优点是与图像旋转、平移和尺寸变化无关,但是其缺陷也非常明显,例如两幅看起来颜色非常相似的图像,如果它们的颜色直方图交集为熔或者直方图之间距离很大,那么相似主为零或者很小,这显然不符合人人的感知。为克服此缺陷,作者首先提出了两幅彩色图像之间颜色相似度计算公式,然后给出基于颜色直方图的新的相似度计算公式,它既保留了用直方图计算相似度的优点,同时克服了其缺陷。实验结     

人脸图像的自动识别技术

本文讨论了人脸识别技术（FRT）中分割、特征提取及识别的有关方法,阐明了各种方法的基本思想、使用范围及优缺点,并给出了相应的计算公式,最后指出了对这些方法的性能进行定量评估所面临的问题。     

模式学习在QA系统中的有效实现

开放领域的问题回（question answering）是自然语言处理领域中具有挑战性的研究方向．提出了一种基于模式学习实现问题回答的方法，核心思想是利用机器学习方法得到的答案模式获取问题答案．该方法优势在于：①模式学习完全自动化实现；②解决了目前普遍存在的模式约束性弱及答案缺乏语义类型限制等缺陷．在TREC测试集上的实验结果表明，它不但解决了简单模式所覆盖的问题集，同时也解决了需要较强约束性模式进行答案抽取的问题集，而后者的问题数目在TREC测试问题集中占约80％．     

基于HowNet的词汇语义倾向计算

在互联网技术快速发展、网络信息爆炸的今天,通过计算机自动分析大规模文本中的态度倾向信息的技术,在企业商业智能系统、政府舆情分析等诸多领域有着广阔的应用空间和发展前景。同时,语义褒贬倾向研究也为文本分类、自动文摘、文本过滤等自然语言处理的研究提供了新的思路和手段。篇章语义倾向研究的基础工作是对词汇的褒贬倾向判别。本文基于HowNet,提出了两种词汇语义倾向性计算的方法:基于语义相似度的方法和基于语义相关场的方法。实验表明,本文的方法在汉语常用词中的效果较好,词频加权后的判别准确率可达80%以上,具有一定的实用价值。     

一种提高H.261编码性能的实现方法

研究表明采用最小均方误差或绝对误差准则的块匹配运动估值算法对H.261编码器来说不是最好的。本文提出了一种改进的块匹配运动估值算法。它所采用的准则不仅考虑了预测误差能量的大小,还考虑了运动矢量信息以及帧间预测误差的编码比特数目的多少.实验结果表明新的准则能够显著地改善H.261的编码性能。