搜索结果: 1-15 共查到“人工智能 语义”相关记录97条 . 查询时间(0.307 秒)
2023年11月27日，南京农业大学薛金林教授团队在Computers and Electronics in Agriculture期刊发表了题为：High-precision Target Ranging in Complex Orchard Scenes by Utilizing Semantic Segmentation Results and Binocular Vision的研究论文。该...
基于语义引导特征聚合的显著性目标检测网络
显著性目标检测 混合注意力 多层次融合 深度学习
2023/11/22
在显著性目标检测网络的设计中,U型结构使用广泛.但是在U型结构显著性检测方法中,普遍存在空间位置细节丢失和边缘难以细化的问题,针对这些问题,提出一种基于语义信息引导特征聚合的显著性目标检测网络,通过高效的特征聚合来获得精细的显著性图.该网络由混合注意力模块(Mixing attention module,MAM)、增大感受野模块(Enlarged receptive field module,ER...
中国科学院声学研究所专利：一种基于概念语义基元的文摘自动生成方法
东北大学计算机科学与工程学院将承办第17届全国知识图谱与语义计算大会（CCKS 2023）
东北大学计算机科学与工程学院 全国知识图谱与语义计算大会 CCKS 2023 知识图谱 语义
2021/12/28
2021年12月26日晚，东北大学计算机科学与工程学院计算机科学系副教授吴刚，在中国中文信息学会语言与知识计算专委会2021全体委员会上，代表东北大学计算机科学与工程学院进行了第17届全国知识图谱与语义计算大会（CCKS 2023）的承办申请陈述。经过专委会委员对两个申办方的无记名投票，我院成功获得了CCKS 2023的承办权。
针对当前基于深度学习的散乱点云语义特征提取方法通用性差以及特征提取不足导致的分割精度和可靠性差的难题,提出了一种散乱点云语义分割深度残差−特征金字塔网络框架.首先,针对当前残差网络在卷积方式上的局限性,定义一种立方体卷积运算,不仅可以通过二维卷积运算实现三维表示点的高层特征的抽取,还可以解决现有的参数化卷积设计通用性差的问题;其次,将定义的立方体卷积计算与残差网络相结合,构建面向散乱点...
2019年10月26 -28日，由山西大学计算智能与中文信息处理教育部重点实验室和北京大学计算语言教育部重点实验室联合举办的“2019自然语言与语义计算国际研讨会”(2019 International Symposium on Natural Language & Semantic Computing)在山西大学成功召开。会议主题为“语义资源建设与语义计算”，重点研讨语义资源建设对自然语言机器理...
哈尔滨工业大学在国际跨框架语义分析评测中获冠军
哈尔滨工业大学 国际 跨框架语义分析 冠军
2019/8/14
在刚刚结束的2019年计算自然语言学习会议（CoNLL-2019）国际跨框架语义分析评测中，我校社会计算与信息检索研究中心（HIT-SCIR）车万翔教授和博士生窦隆绪、徐阳、王宇轩、刘一佳组成的项目组取得第一名的好成绩，这是SCIR实验室继取得CoNLL-2018国际多语言通用依存分析评测第一名后再次取得该国际技术评测的冠军。
语义角色标注是一种自然语言处理领域的浅层语义分析技术。它以句子为单位，分析句子中的谓词与其相关成分之间的语义关系，进而获取句子所表达语义的浅层表示。由于语义角色标注可以提供较为简洁、准确、有益的分析结果，因此近年来受到了学术界的普遍重视，并已经成功地应用到信息抽取、自动问答、机器翻译等任务中。
基于词汇语义和句法依存的情感关键句识别
情感关键句 词汇语义 句法依存 支持向量机
2015/2/3
门户网站、博客和论坛中的新闻性文章往往都带有自己的情感倾向性，而情感关键句的识别对判断文章的情感倾向、了解社会动态和舆情状况有着非常重要的作用.传统方法主要基于词汇特征，未能充分利用潜在的句法和语义信息.本文提出了一种基于词汇语义和句法依存的情感关键句识别方法.该方法首先通过构建情感词典和关键词词典获取词汇语义信息，然后利用一种新颖的面向情感关键句提取算法获取句法依存信息，最后把情感关键句的识别问...
基于依存树的中文语义角色标注
最大熵分类器 语义角色标注 依存树
2010/2/10
现有中文语义角色标注主要集中在基于短语结构句法树的标注。基于此，提出一种基于依存树的中文语义角色标注方法。将中文句子转化为标准的依存树，作为实验数据集，特征选取时结合知网，将语义信息引入特征集，以提高系统的召回率，并采用最大熵分类器进行实验，获得90.68%的F值。结果表明，在标准的句法树上，当基于依存关系的标注系统中加入新特征时，该中文语义角色标注取得了比基于句法成分标注更好的成绩。
潜在语义分析在连续语音识别中的应用
潜在语义分析 N元文法 k均值聚类
2009/12/10
研究了潜在语义分析（LSA）理论及其在连续语音识别中应用的相关技术，在此基础上利用WSJ0文本语料库上构建LSA模型，并将其与3-gram模型进行插值组合，构建了包含语义信息的统计语言模型；同时为了进一步优化混合模型的性能，提出了基于密度函数初始化质心的k-means聚类算法对LSA模型的向量空间进行聚类。WSJ0语料库上的连续语音识别实验结果表明：LSA+3-gram混合模型能够使识别的词错误率...
一种新的监督潜在语义模型
文本分类 潜在语义 sprinkling方法
2009/12/10
Sprinkling方法是一种集成了训练样本类别信息的监督潜在语义模型。但是该方法特征权重采用词频，降低了文本分类效果，同时该模型并没有考虑不同样本对分类的贡献能力，而是认为样本对分类的贡献相同，另外，该模型采用多个特征映射一个类别来加强类别知识对分类的贡献。为此，文章在Sprinkling方法的基础上提出了一种新的监督潜在语义模型。实验结果表明，该文方法的总体性能优于原始的Sprinkling方...
法语料库文本语义接受度评价研究
法语语料库 语义接受度 抽取率
2009/11/19
法文本语义接受度（SAS）研究属于基于语料库的SAS研究分支。以等距离系统随机抽样方法进行对比实验。抽取公式为A+BX≤C，A为起始页码，B为抽取间距，C为文本总页码，X为可取页数集。当以L’Assommoir（1953版）为语料，B∈（10；5；4；3；2；1）时，词句抽取率（SR）为9.55%，20.29%，25.13%，33.13%，50.36%和100％，SAS为0.089 7，0.084...