图像识别--翻译论文

3.WUP改善标注结果
3.1 wup方法
WordNet[20]是著名的数据库之一,可以用来计算两个概念(或者word sense)之间的语义相似度,它提供了六种计算相似度和三种计算概念之间的关联度方法,所有的这些方法都是基于WordNet词汇数据库。本文中,我们采用 WUP 相似度测量标注词之间的相关性。WUP方法[21]是由Wu与Palmer提出的基于路径结构的相似度度量方法,综合考虑了概念结点、共有父结点、根结点之间的路径关联情况。计算标节点 s1 和 s2 相似度的方法如下:

这里写图片描述

其中,将s3记为s1和s2最深上层父节点,N1表示s1到s3路径上节点的数量,N2表示s2到s3路径上节点的数量,N3表示s3到根节点路径上节点的数量。

****3.2提高标注准确率
    将关键词种子集中的关键词编号,我们利用WUP相似度计算关键词之间的相关度。通过计算关键词之间的相关度得到一个对称相关度矩阵T:****

这里写图片描述

其中,n表示数据集中标注词的个数,wij 表示第i个标注词与第j个标注词之间的相关度。对于某一个关键词i,按照相关度从大到小得到一个向量

这里写图片描述

L,M 为标注词的序号。对于一幅图像,若其通过基于区域的标注方法得到y个标注关键词,计算标注词数据库中与该图

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值