[發(fā)明專利]一種基于選擇單元的主題建模方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201310410816.7
• 申請(qǐng)日: 2013-09-10
• 公開（公告）號(hào): CN103559193A
• 公開（公告）日: 2014-02-05
• 發(fā)明（設(shè)計(jì)）人: 湯斯亮;張寅;王翰琪;魯偉明;吳飛;莊越挺
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 張法高

1.一種基于選擇單元的主題建模方法，其特征在于包括如下步驟：?

1)根據(jù)用戶的查詢請(qǐng)求以及是要查詢文本數(shù)據(jù)或圖像數(shù)據(jù)提取多媒體數(shù)據(jù)庫(kù)中的搜索結(jié)果；?

2)如果查詢請(qǐng)求是針對(duì)文本數(shù)據(jù)的，提取搜索到的文本數(shù)據(jù)中的單詞、片段結(jié)構(gòu)和單詞特征，如果查詢請(qǐng)求是針對(duì)圖像數(shù)據(jù)的，提取搜索到的圖像數(shù)據(jù)中的視覺(jué)單詞、片段結(jié)構(gòu)和視覺(jué)單詞特征；?

3)根據(jù)系統(tǒng)自動(dòng)設(shè)定或用戶指定的參數(shù)，確定建模采用的主題數(shù)T；?

4)對(duì)于數(shù)據(jù)集包含的每個(gè)片段結(jié)構(gòu)，隨機(jī)地分配T個(gè)主題中的一個(gè)作為片段結(jié)構(gòu)的主題；?

5)對(duì)于數(shù)據(jù)集包含的每個(gè)單詞，隨機(jī)地分配T個(gè)主題中的一個(gè)作為單詞主題；?

6)對(duì)于數(shù)據(jù)集包含的每個(gè)單詞，隨機(jī)地分配一個(gè)0-1二元選擇子，選擇子用于指定每個(gè)單詞被分配到其所屬的片段結(jié)構(gòu)的主題或是其自身的主題上；?

7)通過(guò)Gibbs采樣過(guò)程迭代地確定所有片段結(jié)構(gòu)主題、單詞主題以及選擇子；?

8)根據(jù)片段結(jié)構(gòu)主題和單詞主題最終分配結(jié)果向用戶反饋各個(gè)主題最顯著的文檔或圖片以及最有代表性的單詞信息；?

9)根據(jù)選擇子最終分配結(jié)果向用戶反饋具有各種特征的單詞表達(dá)它們所在片段結(jié)構(gòu)的主題的能力。?

2.根據(jù)權(quán)利要求1所述的一種基于選擇單元的主題建模方法，其特征在于所述的提取搜索到的文本數(shù)據(jù)中的單詞、片段結(jié)構(gòu)和單詞特征的步驟如下：?

1)采用自然語(yǔ)言處理工具對(duì)文檔進(jìn)行分句，以得到的語(yǔ)句作為文本數(shù)據(jù)的片段結(jié)構(gòu)；?

2)采用自然語(yǔ)言處理工具標(biāo)注每個(gè)詞的詞性，以得到的詞性標(biāo)注結(jié)構(gòu)作為各單詞的特征；?

3)去除其中無(wú)用的高頻詞以及頻數(shù)過(guò)低的生僻詞；?

4)統(tǒng)計(jì)處理后文本中所有出現(xiàn)過(guò)的詞，組成詞匯表。?

3.根據(jù)權(quán)利要求1所述的一種基于選擇單元的主題建模方法，其特征在于所述的提取搜索到的圖像數(shù)據(jù)中的視覺(jué)單詞、片段結(jié)構(gòu)和視覺(jué)單詞特征的步驟如下：?

1)使用OpenSIFT提取所有圖片的SIFT特征，構(gòu)成一個(gè)128維特征點(diǎn)的集合；?

2)將特征點(diǎn)集合用K-means聚類得到一組視覺(jué)詞典，并將所有SIFT點(diǎn)按聚類結(jié)果替換為詞典中的視覺(jué)單詞；?

3)采用圖像分割和人工標(biāo)注手段提取圖片中的物體邊界、顏色直方圖等屬性，并以物體邊界作為圖像中的片段結(jié)構(gòu)；?

4)對(duì)物體進(jìn)行聚類得到各視覺(jué)單詞所屬的類別標(biāo)簽，并以該類別標(biāo)簽作為視覺(jué)單詞的特征。?