9、语义图像检索与多语言自动文本摘要技术解析

语义图像检索与多语言自动文本摘要技术解析

语义图像检索相关技术

在语义图像检索领域，对于图像中概念的判断和处理有着一套系统的方法。

概念判断

当一个概念只出现在部分图像中时，不能立刻判定其不重要，它可分为以下三种类型：
- 若该概念在其他图像中有通过直接或间接关系强化它的概念（例如：苹果 - 水果 - 香蕉），那么它是重要的，至少其共同概念（这里是“水果”）是重要的。
- 若在其他图像中有直接或间接与之矛盾的概念，那么它不重要。
- 若在其他图像中既没有强化它的概念，也没有与之矛盾的概念，那么它可以被认为有中等重要性，或者被忽略。

对于正例和反例，有如下处理原则：
- 正例和反例集合中的共同概念应被忽略，共同概念指相同概念或具有正相关关系的概念。
- 两个集合之间的判别性概念（通过直接或间接关系）是重要的。若概念存在于正例集合中，需进行查找；若存在于反例集合中，则应被排除。

查询与本体创建

在查询方面，会让用户从显示的图像中选择最多数量的符合其需求的图像，这些被选图像的标注概念集合构成初始查询。

本体创建选择“自然”领域，具体步骤如下：
1. 选择代表“自然”领域的图像集合，用本体对这些图像进行标注。本体中的关系分为三类：
- 正关系（强化关系）：如“沙丘”概念的存在意味着“沙漠”概念的存在。
- 负关系（矛盾关系）：如“雪”概念的存在意味着“沙漠”概念的缺失。
- 中性关系：概念之间关系为零，既非正也非负。
2. 识别图像集合中的不同概念，如沙漠、骆驼、沙丘、雪等。
3. 计算概念之