基于本体的数字出版物语义标注优化方法

本专利系统所要解决的技术问题正是对上述存在的技术不足，提出了一种基于本体的数字岀版物语义标注优化方法。其公开了在语义分析与标注方法中，进行段落分词，其中，段落分词包括字符串匹配分词、最短路径分词和词义分词法等 一、项目分类 关键核心技术突破 二、成果简介 现阶段关于数字出版物内容提炼标注技术大多是根据基本词库及内容上下文进行抽取的，没有结合出版物的领域背景，从而降低了标注在特定领域的准确性，导致信息可达性降低、传播效率降低。 本专利系统所要解决的技术问题正是对上述存在的技术不足，提出了一种基于本体的数字岀版物语义标注优化方法。其公开了在语义分析与标注方法中，进行段落分词，其中，段落分词包括字符串匹配分词、最短路径分词和词义分词法等；然后进行语义标注，即为文本中的词分配词性信息（例如名词、动词等）；最后，进行段落-维度结构化关联，将段落在语义空间上的点坐标表示出来。 因此，本发明相对于上述该文献实际解决的技术问题是：如何提高标注的准确性和检索的准确性。本专利系统对数字出版内容进行知识化加工，优化了现有的语义标注方法。

武汉理工大学 2022-08-12

一种基于超像素分割的图像语义标注方法

本发明所提供了一种基于超像素分割的图像语义标注方法，首先将基于图像超像素分割提取的特征图块输入卷积神经网络，再将卷积神经网络训练得到的特征向量进行扩展和加权处理，最后构建条件随机场模型进行语义类别标注预测。由于采用本发明的技术方案，该方法将超像素块作为研究对象，简化了用于基于图像超像素分割提取的特征图块的复杂度，提高了语义标注的计算效率；另外，采用多

浙江大学 2021-01-12

一种斯诺克比赛视频事件检测与语义标注方法

本发明公开一种斯诺克比赛视频事件检测与语义标注方法，包括：全台面镜头的检测；比分条信息提取；利用隐马尔可夫模型进行音频分类；对回放镜头进行检测；融合多模态的信息并结合斯诺克的领域知识实现斯诺克比赛视频的事件检测与语义标注。本发明方法融合视频内在的多种模态信息，实现了斯诺克比赛视频内容的事件检测与语义标注，为建立基于语义的视频索引打下坚实的基础。

华中科技大学 2021-04-14

一种多模态信息融合的足球视频事件检测与语义标注方法

本发明公开一种多模态信息融合的足球视频事件检测与语义标注方法，包括：利用潜在语义分析方法检测互联网赛况报道文本描述语句的事件类型；检测足球视频中级语义对象，划分场地区域并进行攻防转换析，确定视频事件片段的边界；根据中圈和哨声检测结果确定比赛开始时间，利用贝叶斯网络实现攻防片段的初始语义分类；在文本描述中的粗粒度时间信息的约束下，根据文本和视频片段的语义同步文本描述和视频事件，实现足球视频事件的语义标注。本发明方法融合互联网文本信息和视频内在视听特征分析足球视频，提高了视频事件及其边界检测的准确率，实

华中科技大学 2021-04-14

图像标注系统

设计并实现了一个图像半自动标注系统，以减轻自动驾驶场景中图像数据标注的工作量。该系统打通图像自动标注流程，利用基于深度学习的目标检测方法对图像中的交通目标进行预标注，随后交于用户检查标注结果，并自动整理输出图像标注数据。此外还开发实现了大量实用的图像标注功能，以支持用户进行图像标注，例如2D目标标注、交通标志标注、车道线标注、车灯标注、施工区域标注、目标跟踪标注、2.5D目标标注、停车位标注等。该系统投入使用后大幅提升了图像标注工作的效率，道路交通目标的平均标注速度相较于手工标注提升了115%。 相关技术指标：自动标注系统的平均标注速度为280张/人天。标注算法的漏检率为6.2%、准确率为92.3%、贴合率为81.2%。 技术指标满足系统设计要求，实际效果令人满意。 技术创新点： 1）实现了标注流程的半自动化，大幅减轻在标注流程上的工作量。 2）在标注功能上，相比已有可获得的工具，在交通目标的类型及标注特性上有了较大扩充。 3）在标注性能上，应用了成熟、领先的目标检测算法和机制如ResNeXt、注意力机制、Focal Loss、GIoU Loss等，并进行若干改进，设计了定位置信度模块、倒金字塔注意力模块、稀疏结构注意力机制等，显著提升了模型的检测效果，特别是小目标以及全局性关联目标检测性能。

上海理工大学 2023-07-18

多属性文本自适应标注系统

成果描述：多属性文本自适应系 统主要实现对每个未 知属性的通信实体进 行属性标注的功能。 主要分为两个过程， 即训练过程和预测过 程。 在训练过程中，系统 根据用户提供的已经 具有属性的数据集、 用户选择的分类算法 所对应的参数进行训 练，得到训练模型。 在预测过程中，系统 根据用户选择的训练 模型对未知属性的数 据集中的每个实体进 行属性标注，并得到 标注过属性的数据集 。（注：在训练过程 中，用户可以使用在 训练数据集上进行交 叉验证的方法获得在 固定参数和分类算法 下模型对未知样本预 测的性能的大致估计 。）市场前景分析：随着互联网的迅速发 展，Web页面上的信 息量呈指数级急剧增 长，如何快速、准确 地从海量数据中抽取 出用户真正需要的信 息已经成为互联网对 科研工作者提出的严 峻挑战。 属性标注能够将网页 非结构化文本内容转 化为结构化的属性数 据，方便用户查询和 进一步分析使用；其 作为信息抽取的关键 一步，对提高信息抽 取的性能方面也具有 重要意义。与同类成果相比的优势分析：包括训练和预测两个 过程，实现对不同数 据集的自适应性属性 标注； 特征选择功能，可以 在训练模型时，选择 出对区分数据类别更 有用的特征词，这样 ，可以降低实体所对 应属性的维度，从而 ，减少占用的内容空 间，提高计算效率； 交叉验证功能，帮助 我们在训练阶段，就 可以了解参数和算法 的选择，对属性标注 时准确性的影响； 生成报告功能，可以 在训练阶段的交叉验 证结束后，产生一个 训练阶段的报告，帮 助用户更好地记录实 验数据、参数、时间 和准确性等信息； 评估功能，比较模型 标注结果与样本真实 标签的一致性、差异 性，以评价一个模型 的好坏。

电子科技大学 2021-04-10

多属性文本自适应标注系统

多属性文本自适应系统主要实现对每个未知属性的通信实体进行属性标注的功能。 主要分为两个过程， 即训练过程和预测过 程。 在训练过程中，系统 根据用户提供的已经 具有属性的数据集、 用户选择的分类算法 所对应的参数进行训 练，得到训练模型。 在预测过程中，系统 根据用户选择的训练 模型对未知属性的数 据集中的每个实体进 行属性标注，并得到 标注过属性的数据集 。（注：在训练过程 中，用户可以使用在 训练数据集上进行交 叉验证的方法获得在 固定参数和分类算法 下模型对未知样本预 测的性能的大致估计 。）

电子科技大学 2015-02-12

语义Web和大数据分析

与华为技术有限公司开展互联网语义分析合作研究，双方共同研发了“电商知识图谱自动化构建和电商评论分析系统”，该系统可以自动化将不同电商网站的数据抽取和集成，形成一个庞大的电商知识图谱，并且利用这个知识图谱来对电商评论做语义分析。该项目中的技术已经被华为公司用于大数据中的视频分析，并且产生了良好的经济效益。另外，与百度签订了“本体及知件技术构建医疗领域知识库和应用研究”项目，提交并审核通过一项专利“一种医疗知识库中保健品与疾病的关联构建方法”，并且提出一种word embedding的方式挖掘非结构化数据中实体关系的方法，项目成果被百度用于医疗保健品的搜索中，取得了很好的社会效应。

东南大学 2021-04-11

智能服务语义理解与优化调度

针对目前智能服务系统在服务过程中存在的人机交互语 义理解不够深入、服务适配实时性差、以及智能化优化不足 等问题，利用深度学习、强化学习、知识图谱等技术手段， 重点研究：1）高效低成本的服务数据获取方法，为各类基 于机器学习的服务模型提供高质量训练数据；2）面向服务 过程的深度语义理解，包括服务意图识别、服务过程抽取、 事件检测等；3）面向复杂服务需求的服务任务智能调度， 结合具体服务场景展开基于多目标多约束的智能优化。

浙江工业大学 2021-05-06

图片的标注方法、装置及电子设备

高校科技成果尽在科转云

电子科技大学 2021-04-10