-
公开(公告)号:CN102495860A
公开(公告)日:2012-06-13
申请号:CN201110373475.1
申请日:2011-11-22
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明是一种基于语言模型的专家推荐方法,包括步骤:S1:收集用户的发布内容来表征相应用户的知识特征,采用文本检索中的语言模型来对用户的知识特征进行基于概率的文本建模,建立的模型中具有用户专家度数据索引;S2:在用户和用户之间建立用户关系模型,用户关系模型中具有用户关系图,用户的专家度能互相给对方产生影响;S3:在给出一个查询时,根据每个用户的专家度索引信息计算原始专家度,并给出原始用户排序列表;S4:根据用户关系图之间的相互联系调整每个用户的专家度,得到最终的用户排序列表。
-
公开(公告)号:CN102508923B
公开(公告)日:2014-06-11
申请号:CN201110374380.1
申请日:2011-11-22
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明是一种基于自动分类和关键字标注的自动视频注释方法,包括步骤:S1:进行视频分类特征预处理;S2:提取视频的全局特征和局部特征,全局特征用于训练SVM模型,使之能识别不同的类别,局部特征用于建立多特征与关键字对应的多特征索引模型;S3:对来自用户的未经注释的视频,也是先提取全局特征和局部特征,之后先用全局特征让SVM识别出该视频具体的类别,再利用局部特征在多特征索引模型中检索相关的关键字进行注释;S4:将注释结果按照一定权重排序之后返回给用户。本发明提高了视频标注性能。
-
公开(公告)号:CN102495860B
公开(公告)日:2013-10-02
申请号:CN201110373475.1
申请日:2011-11-22
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明是一种基于语言模型的专家推荐方法,包括步骤:S1:收集用户的发布内容来表征相应用户的知识特征,采用文本检索中的语言模型来对用户的知识特征进行基于概率的文本建模,建立的模型中具有用户专家度数据索引;S2:在用户和用户之间建立用户关系模型,用户关系模型中具有用户关系图,用户的专家度能互相给对方产生影响;S3:在给出一个查询时,根据每个用户的专家度索引信息计算原始专家度,并给出原始用户排序列表;S4:根据用户关系图之间的相互联系调整每个用户的专家度,得到最终的用户排序列表。
-
公开(公告)号:CN102508923A
公开(公告)日:2012-06-20
申请号:CN201110374380.1
申请日:2011-11-22
Applicant: 北京大学
IPC: G06F17/30
Abstract: 本发明是一种基于自动分类和关键字标注的自动视频注释方法,包括步骤:S1:进行视频分类特征预处理;S2:提取视频的全局特征和局部特征,全局特征用于训练SVM模型,使之能识别不同的类别,局部特征用于建立多特征与关键字对应的多特征索引模型;S3:对来自用户的未经注释的视频,也是先提取全局特征和局部特征,之后先用全局特征让SVM识别出该视频具体的类别,再利用局部特征在多特征索引模型中检索相关的关键字进行注释;S4:将注释结果按照一定权重排序之后返回给用户。本发明提高了视频标注性能。
-
-
-