搜索结果: 1-15 共查到“中国语言文字信息处理”相关记录22条 . 查询时间(2.142 秒)
语言大模型是当前研究热点，但如何评估机器生成的语言与人类自然语言的差异是一个关键且困难的问题。南方科技大学计算机科学与工程系计算语言学与意识科学（CLCS）课题组对这一问题进行了深入研究，提出了一种基于信息熵频谱分析的新型方法。这种方法可有效地用于评估大语言模型（large language models, LLMs）的生成质量，并检测与人类自然语言的区别。这种新型方法的灵感来源于心理语言学领域中...
为学习宣传贯彻习近平新时代中国特色社会主义思想和党的二十大精神，打造具有学会特色的党建强会“党建+”品牌活动，推进党建工作与科普工作深度融合，打造高质量科普服务体系。2023年8月22日，中国图象图形学学会举办第55期“CSIG云讲堂”活动，电子科技大学徐行研究员做“视频-文本跨模态时序对齐与内容检索”线上讲座。
近年来，随着基于人工智能技术和元宇宙的新型多媒体应用的兴起，工业界和学术界对运用多媒体技术去解决实际多媒体应用问题产生了强烈需求。为了培养交叉创新人才，南方科技大学工学院计算机科学与工程系于2020年春季学期面向计算机及相关专业本科生开设了多媒体信息处理（multimedia information processing，MIP）课程。该课程自开课以来，深受学生喜爱，连年受到学生好评，也被南科大官...
第22期CSIG图像图形学科前沿讲习班成功举办（图）
CSIG 图像图形学 讲习班 语义感知
2023/5/25
2023年05月21日，由中国图象图形学学会（CSIG）主办、南京邮电大学通信与信息工程学院、南京邮电大学先进技术研究院、CSIG机器视觉专委会、江苏省人工智能学会承办的第22期CSIG图像图形学科前沿讲习班（IGAL22）在南京邮电大学圆满闭幕。本期讲习班主题为“视频/图像语义感知和理解”，由南京邮电大学周全副教授和高广谓副研究员担任学术主任，来自全国各地的专家、老师以及学生齐聚一堂，共同参与了...
中国图象图形学学会主办，文档图像分析与识别专委会发起承办，中国图象图形学报协办。本场活动邀请华中科技大学杨明锟博士，分享其ACM 2022最新成果——读和写：基于区分式和生成式的文字识别自监督模型。微沙龙活动在B站、蔻享学术，中国图像图形学报视频号进行了同步直播。
中国科学院声学研究所专利：一种基于长短时记忆网络的语言模型重估方法
北京信息科技大学计算机学院特色研究方向：1.信息检索技术与大数据应用；2.语言信息处理及智能化技术；3.文档信息处理与知识管理；4.网络安全体系结构；5.软件测试技术；6.计算机辅助材料基因工程。
曲立平，1973年12月生，副教授，工学博士，硕士生导师。主要研究方向为数据库与知识库、智能信息处理、面向方面软件开发等。作为项目骨干先后参加国家自然科学基金、国防预言项目、省部级基金和预言项目10余项。获黑龙江省科技进步二等奖一项。在国内核心期刊及国际会议上发表学术论文10余篇，其中SCI/EI检索4篇。
关键，博士，预聘副教授，硕士生导师，天地一体化信息技术国家重点实验室客座教授。国际电子工程师学会（IEEE）会员，IEEE GRSS会员，国际语音通讯协会（ISCA）会员，中国计算机学会（CCF）会员，CCF语音对话与听觉专委会执行委员，黑龙江省人工智能学会听觉智能专委会委员。研究方向：音频信号处理、遥感信息处理、人工智能。主要研究内容包括：语音增强/去混响、声学场景分类与事件检测、声学信道建模、...
印桂生，哈尔滨工程大学计算机科学与技术学院，博士生导师，教授，长期从事人才培养与科研等工作，软件与社会计算“兴海学术团队”负责人。担任教育部保密管理教指委委员，教育部计算机类工程教育认证专家（见习），黑龙江省计算机学会常务副理事长。国家科技奖励、重点研发计划等评审专家，国家留学基金委评审专家、海军相关项目评审专家等。主讲专业课“操作系统”、陈赓班“计算思维基础”等多门本硕博课程，是操作系统省级精品...
谢晓芹，1973年4月生，博士，副教授，硕士生导师。中国计算机学会高级会员。2005年于清华大学计算机系计算机科学与技术专业毕业，获工学博士学位。本人研究方向主要包括：社会网络分析与挖掘、Web信息检索、大数据处理、面向服务的计算、网络模式下知识处理、智能信息处理等。作为负责人或骨干成员先后负责或参加了国家自然科学基金、黑龙江省自然科学基金、哈尔滨市创新人才基金、校基础研究基金、清华大学国际合作项...
第三届CSIG图像图形技术挑战赛冠军团队介绍（图）
第三届 CSIG 图像图形技术挑战赛 冠军团队
2022/9/9
团队提出了一种基于多语言文档预训练模型主分支和目标检测辅助分支的实体分类与关系抽取算法。首先，使用多语言文档预训练模型如LiLT[1]、LayoutXLM[2]等提取并计算输入小票中的多模态特征，并构建实体分类Head和关系抽取Head实现company、total、tax、date和item-name、item-cnt、item-price实体的识别，同时完成每组item的name、cnt、pr...
郝艳宾:深度视觉模型的上下文关系增强
郝艳宾 深度视觉模型 上下文关系
2022/7/16
深度视觉模型是深度视觉识别系统的核心，是图像视频数据相关任务的基础组件，其很大程度上决定了业界的发展。当前主流的深度视觉基础模型主要包括Vision MLP, Vision Transformer和CNN。此三类模型沿用了不同的深度神经网络架构，因此具有差异化的视觉上下文关系感知能力。本报告将介绍我们团队在有针对性提升视觉深度模型的视觉上下文关系建模方面的研究工作：在图像处理上，提出PosMLP模...