【摘 要】
：
与资源丰富语言相比,资源稀缺语言命名实体识别面临的最大困难是训练模型所需的语料尤其是人工标注语料的获取难度大、成本高,如何以低成本、高效率地识别资源稀缺语言的命名实体是目前资源稀缺语言命名实体识别的研究重点之一。本文研究如何从与资源稀缺语言文本相关的图片中获取与人名实体相关的信息,并将其应用于资源稀缺语言的人名识别任务中。本论文以藏文人名识别为例,具体工作如下:首先从与文本相关图片中抽取图片中的重
论文部分内容阅读
与资源丰富语言相比,资源稀缺语言命名实体识别面临的最大困难是训练模型所需的语料尤其是人工标注语料的获取难度大、成本高,如何以低成本、高效率地识别资源稀缺语言的命名实体是目前资源稀缺语言命名实体识别的研究重点之一。本文研究如何从与资源稀缺语言文本相关的图片中获取与人名实体相关的信息,并将其应用于资源稀缺语言的人名识别任务中。本论文以藏文人名识别为例,具体工作如下:首先从与文本相关图片中抽取图片中的重要人物;然后基于人脸识别技术获取图片中重要人物的中文人名;第三步,基于机器音译获取图片中重要人物的藏文音译候选列表;第四步,将基于藏文字符串匹配方法在藏文文本中搜索与藏文音译候选列表最为相似的结果;第五步,将第四步搜集到的人名与基于传统监督式学习方法CRF得到的藏文人名进行映射,最终基于图片中重要人物信息对CRF识别结果进行改进。本文的贡献主要在第一步、第四步和第五步工作中,具体内容如下:一、基于多特征的图片中重要人物的识别。目前已有的图片中人物检测的方法无法直接应用于图片中多个重要人物的识别,论文利用ImageAI的人物检测结果、基于三类体现图片中人物重要性的特征（人物框尺寸特征、面部朝向特征、人物位置特征）构建了图片中人物重要性的计算公式,并通过实验确定了三类特征的权重以及重要性阈值。实验使用292张图片数据（训练和测试的分别为197张和95张）,实验结果表明,当人物框尺寸特征、面部朝向特征、位置特征的权重分别为0.2、0.2、0.6,以及人物重要性阈值为0.7时,该方法对于图片中重要人物的识别,F1值为81.46%。二、基于人名识别任务的藏文字符串匹配算法研究。人名音译结果的不唯一性导致了同一个人名可能会有多个音译结果,为了将图片中重要人物的人名信息尽可能多地映射到基于CRF的藏文人名识别结果中,本文对基于人名识别任务的藏文字符串匹配算法进行研究,最终选择了基于藏文音节结构的藏文字符串相似度匹配方法,实验表明该方法的对于基于藏文人名识别任务的藏文字符串匹配效果达到了 86%。三、设计了图片中重要人物信息到基于CRF藏文人名识别结果的映射方法,实验结果表明,该方法对藏文人名识别的F1值为88.1%,比CRF基线结果提高了 16.0%,其中汉族人名、藏族人名和外国人名的F1值分别为90.6%、80.6%和76.3%,比基线分别提高了 3.3%、5.0%、18.0%,其中外国人名的识别结果提高的最多。
其他文献
晚期肺癌患者最基本的治疗方式是化疗,其在肿瘤病灶及生存周期的改善中具有明确疗效,但是带来的毒副作用及生活质量的下降也不容忽视,中医药在其辅助治疗中恰好能补齐短板,提高疗效。本文通过检索国内外相关文献,分别从对患者肿瘤病灶、生存周期、生活质量、毒副作用、免疫指标方面将近几年的相关研究做一系统论述,结果示中医药辅助化疗能起到增效减毒的作用,但在癌因性疲乏及癌性疼痛方面的研究较少,生活质量评价标准不够全
目的:优化复方氟尿嘧啶口服溶液包封率的测定方法。方法:采用高速低温离心的方法,分离游离态的氟尿嘧啶,以高效液相色谱法测定药物中游离的氟尿嘧啶,计算其包封率。以Agilent 5TC-C18（2）（4.6 mm×250 mm, 5μm）为色谱柱,流动相为6.8 g·L-1的磷酸二氢钾溶液(用5 mol·L-1的氢氧化钾溶液调pH值至5.7±0.1)-甲醇（95∶5）,检测波长为265 nm。结果:氟
社会的快速发展使得人们的生活和计算机视觉的联系越来越紧密,导致目标跟踪在智能驾驶、机器人与监控系统等领域受到了极大关注,目标跟踪在各类系统的应用也越来越广泛。目前,目标跟踪算法依然存在很多问题,例如在复杂背景、快速运动等多种情况下,目标跟踪的成功率低等。近些年随着机器学习相关技术的迅猛发展,基于机器学习的目标跟踪算法进展也十分迅速,但是需要有大量多种场景图片的标准数据来训练卷积参数,其中涉及到十分
近年来,随着信息技术的不断发展,自然语言处理的研究逐渐转向自然语言理解的研究,机器阅读理解便在这个大背景下应运而生。机器阅读理解不仅仅是对文字的“感知”,更是对文字的“认知”。机器阅读理解任务要求机器理解上下文本信息后,准确地回答出相关的问题,其结果可以用来评估机器的阅读理解能力。通常情况下,该任务需要机器能够对文本中的单词进行词性标注和命名实体识别找出其中的实体信息,更深层的则是需要机器执行句法
为了实现“富民、兴边、强国、睦邻”的目标,2006年国家开始实施兴边富民行动。截止到现在,圆满完成了三个五年规划,使得边境地区经济社会得到巨大的发展。现利用统计数据对当前我国陆地边境地区发展现状进行统计分析,构建评价指标体系对9个边境省（区）、140个边境县（区、旗）经济社会发展程度进行评价,对于准确把握我国陆地边境地区发展态势,为谋划下一步工作,具有一定的现实意义。本文将对十三五期间兴边富民行动
多智能体强化学习领域的研究正在快速扩张,在多个领域中如机器人团队,资源管理,分布式控制,游戏,电子商务等均取得了瞩目成就,多智能体强化学习问题的研究往往涉及密集计算与智能体之间的相互关系,而经典强化学习算法领域内探索与利用的权衡问题,在多智能体领域中仍是一项挑战。本文通过对Stein梯度下降法（SVGD）理论技术的引入,为该项挑战提供有效的解决途径,并以车联网下的智能车辆调度为应用背景。本文结合提
随着互联网的日益发展,越来越多的用户通过微博等社交网络平台发表观点、参与热点事件的讨论。社交网络热点事件是指通过社交网络传播引起民众广泛关注并产生强烈反响的事件。在热点事件的传播过程中,通常会激起社会舆论、产生大规模的连锁反应,甚至危害社会的安全。用户作为事件传播中的主要参与者,是社交媒介的核心和主体,在热点事件的产生、演化和传播过程中发挥着重要的作用。因此如何准确有效地分析社交网络热点事件中的用
物理学科要培养学生的物理观念、科学思维、科学探究、科学态度与责任四大核心素养。物理概念是物理学科核心素养的基础,然而高中物理概念多、概念抽象、逻辑性强等特点,导致了物理概念和规律的难教和难学,尤其是物理抽象概念。因此探究促进高中物理抽象概念教学的研究非常重要。PHET仿真模拟（Physics Education Technology interactive simulation）主要是研究仿真模拟
大数据时代,推荐系统是帮助人们解决信息爆炸问题最有效的工具之一,但传统的推荐系统往往面临着数据稀疏和冷启动两大问题。近年来,社交平台的快速发展,使得各应用平台都产生了丰富的社交信息,因此有学者提出社会化推荐系统,在推荐系统中引入社交关系来提高推荐效果。虽然目前已经有许多研究工作取得了不错的成果,但多数研究都基于显式社交关系,而显式社交关系往往存在数据稀疏和噪音问题。为了弥补显式社交关系的不足,本文