一种基于序列标注的概念短语抽取方法

［目的/意义］ 科技文献中的概念是对文献中知识高度凝练的表达,通常以定义句的形式出现在科技文献中。自动从概念定义句中抽取概念,能够进一步挖掘科技文献中蕴含的重要知识。［方法/过程］ 通过分析概念定义句的结构、句式等模式特征,提出以WCL数据集为基础的语料构建方案,并采用BERT+BiLSTM+CRF模型学习概念定义句的模式,从而实现概念短语抽取。［结果/结论］ 结合以往对概念定义句模式特征的研究,创新性地提出一种基于序列标注学习概念定义句的组成模式,从而实现概念短语抽取。通过BERT+BiLSTM+CRF模型,有效学习了概念定义句中的上下文语义、句式结构、组成项分布等模式特征,实现了句子中概念短语的抽取。     

汉语主题检索标识因素构成和词串序列的扩展

做主题标引工作时为了正确给出主题检索标识,要将分解和转换后的主题概念因素按照规定的因素和词串序列组配形成主题检索标识。为此,依目前已有的概念限定型复合主题的主题构成因素和词串序列,可扩展出多主题、单元主题、概念交叉型复合主题、概念联结型复合主题的构成因素和词串序列,这对于信息标引实际工作和信息管理类专业信息组织课程的教学工作有着重要的指导意义。     

浅谈儿童期技术表象训练对游泳技术的影响

本文采用随机编组对照实验的方法,分析儿童期游泳运动员技术表象训练对游泳技术的影响,并对“表象”训练在训练中的作用以及如何培养和发展良好的“水感”进行了探讨．研究表明,运用正确的“表象”训练,使运动员合理掌握技术动作,养成良好的技术风格,对提高“水感”和运动成绩,都有着十分重要的意义。     

基于内容的图像检索之相关标准研究

论述基于内容的图像检索(CBIR)的3类标准：图像压缩标准、查询语言和信息内容描述标准，分析其存在的问题并提出解决方法，最后重点剖析多媒体信息描述国际标准MPEG-7的内容及其在CBIR中的应用。     

新世纪图书馆形象塑造

从图书馆建筑的外观，内环境、装饰与功能布局，技术与设备等七个方面对新世纪图书馆建设的形象进行论述，探讨新世纪图书馆的形象塑造。     

JPEG 2000在数字图书馆的应用

论文介绍了JPEG2000图像压缩标准的特点及其在数字图书馆图像压缩、基于内容的检索、非线性视频编辑等方面的应用。     

谈声乐教学中声音技巧与情感表达的关系

声乐技巧与情感表达是声乐教学中不可缺少的两个因素,二者要有机结合起来,这也是唱好一首歌的关键所在.因此,学习声乐的目的是用正确的发声技巧和有情感的内涵来表达声乐作品.     

图像信息及其处理技术的内容和特点分析

数字图像的常见类型有:黑白二值图类型、灰度类型、彩色类型。大多数图像处理软件所支持的图像类型为黑白类型、灰度类型、索引类型、真彩色类型。计算机图像处理技术有4个特点:综合性强,计算精度不断提高,灵活性强,与通信理论密切相关。参考文献3。     

关于DL多媒体信息检索技术的思考

本文以DL多媒体信息检索技术为线，对基于内容的多媒体信息检索技术的方法、特点、技术优势、发展趋势及其在图像检索和视频检索中的应用进行了探讨。     

Writer identification approach based on bag of words with OBI features

Handwriter identification aims to simplify the task of forensic experts by providing them with semi-automated tools in order to enable them to narrow down the search to determine the final identification of an unknown handwritten sample. An identification algorithm aims to produce a list of predicted writers of the unknown handwritten sample ranked in terms of confidence measure metrics for use by the forensic expert will make the final decision.Most existing handwriter identification systems use either statistical or model-based approaches. To further improve the performances this paper proposes to deploy a combination of both approaches using Oriented Basic Image features and the concept of graphemes codebook. To reduce the resulting high dimensionality of the feature vector a Kernel Principal Component Analysis has been used. To gauge the effectiveness of the proposed method a performance analysis, using IAM dataset for English handwriting and ICFHR 2012 dataset for Arabic handwriting, has been carried out. The results obtained achieved an accuracy of 96% thus demonstrating its superiority when compared against similar techniques.