58、信息推理的上下文敏感标签扩展与高效子图相似全匹配

h0i1j2k3l

于 2025-10-14 10:09:53 发布

阅读量10

点赞数

CC 4.0 BY-SA版权

分类专栏：探索XML数据查询新范式文章标签：信息推理上下文敏感标签扩展子图相似全匹配

本文链接：https://blog.youkuaiyun.com/h0i1j2k3l/article/details/154169279

75 篇文章 ¥499.90

订阅专栏¥69.90

在图像标签扩展领域，为了实现更有效和完整的标签扩展，研究人员提出了利用信息推理模型的新方法。

图像数据集 ：通过在Flickr上使用“water”、“nature”、“outdoor”、“river”和“environment”等关键词进行搜索，构建图像语料库。经过词干提取、去除停用词（如“the”）、相机型号（如“Canon”）、数字和其他无意义的词后，收集了97,622张不同的图像，包含669,470个标签，唯一标签数量为14,785个。同时，从Flickr上收集了时间戳在2008年10月30日至2009年4月1日之间的测试数据集，去除标签少于5个的图像后，得到4,419张不同的测试图像。
评估策略 ：对于每张测试图像，选取其前1到4个标签作为种子标签，基于这些种子标签应用不同的方法进行标签扩展。假设Flickr用户习惯先输入与图像密切相关的标签，因此选择前几个标签作为种子。以图2中的图像为例，根据初始用户定义的标签作为真实标签，计算不同模型的精度（precision@K）进行性能评估。

graph LR
    A[收集图像数据] --> B[数据预处理]
    B --> C[构建图像语料库]
    C --> D[收集测试数据集]
    D --> E[数据筛选]
    E --> F[确定种子标签]
    F --> G[