面向電力計(jì)量領(lǐng)域,文中提出了一種基于語(yǔ)義關(guān)聯(lián)的跨媒體知識(shí)圖譜構(gòu)建方法。不同類型媒體的低層特征之間存在語(yǔ)義鴻溝,難以直接關(guān)聯(lián),但描述同一實(shí)體的不同類型媒體在高層語(yǔ)義上具有相同的語(yǔ)義標(biāo)簽信息,即存在語(yǔ)義關(guān)聯(lián)。文中基于電力計(jì)量領(lǐng)域的知識(shí)特點(diǎn),通過(guò)語(yǔ)義分析與特征提取、語(yǔ)義關(guān)聯(lián)挖掘、跨媒體本體構(gòu)建等核心步驟來(lái)完成跨媒體知識(shí)圖譜。實(shí)驗(yàn)結(jié)果表明所提構(gòu)建方法有效,并且可以支持電力計(jì)量領(lǐng)域的跨媒體檢索應(yīng)用。 

【文章來(lái)源】：計(jì)算機(jī)科學(xué). 2020,47(S2)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

跨媒體知識(shí)圖譜構(gòu)建流程框架

對(duì)于音頻模態(tài),提取語(yǔ)音特征參數(shù)MFCC。以“電能表”類別中的12號(hào)音頻為例,提取結(jié)果如圖9所示,提取的MFCC的聲譜二維數(shù)組如圖9所示,數(shù)組大小為154*13。根據(jù)得到的各個(gè)音頻模態(tài)的數(shù)組,可以進(jìn)行矩陣相似度計(jì)算,從而得到音頻單模態(tài)之間的相似性。以圖片模態(tài)為例,對(duì)訓(xùn)練樣本進(jìn)行相似性計(jì)算,結(jié)果如圖10所示。

以圖片模態(tài)為例,對(duì)訓(xùn)練樣本進(jìn)行相似性計(jì)算,結(jié)果如圖10所示。從相似矩陣中可以觀察到,同語(yǔ)義的圖片對(duì)象相似度要高一些。因此,采用本文方法分析語(yǔ)義關(guān)聯(lián)性具備合理性。

【參考文獻(xiàn)】：
期刊論文
[1]跨媒體知識(shí)圖譜構(gòu)建中多模態(tài)數(shù)據(jù)語(yǔ)義相關(guān)性研究[J]. 熊回香,楊滋榮,蔣武軒.  情報(bào)理論與實(shí)踐. 2019(02)
[2]基于深度學(xué)習(xí)的數(shù)字圖書館跨媒體語(yǔ)義檢索方法研究[J]. 彭欣.  情報(bào)探索. 2018(02)
[3]基于潛語(yǔ)義主題加強(qiáng)的跨媒體檢索算法[J]. 黃育,張鴻.  計(jì)算機(jī)應(yīng)用. 2017(04)
[4]跨媒體分析與推理:研究進(jìn)展與發(fā)展方向（英文）[J]. Yu-xin PENG,Wen-wu ZHU,Yao ZHAO,Chang-sheng XU,Qing-ming HUANG,Han-qing LU,Qing-hua ZHENG,Tie-jun HUANG,Wen GAO.  Frontiers of Information Technology & Electronic Engineering. 2017(01)
[5]基于關(guān)聯(lián)規(guī)則挖掘的跨網(wǎng)絡(luò)知識(shí)關(guān)聯(lián)及協(xié)同應(yīng)用[J]. 黃曉雯,嚴(yán)明,�；w,徐常勝.  計(jì)算機(jī)科學(xué). 2016(07)
[6]基于語(yǔ)義關(guān)聯(lián)挖掘的數(shù)字圖書館跨媒體檢索方法研究[J]. 明均仁,何超.  圖書情報(bào)工作. 2013(07)



本文編號(hào)：3059090