摘要：社交网络用户兴趣发现对信息过载缓解、个性化推荐和信息传播正向引导等方面具有重要意义。目前已有的兴趣识别研究未能同时考虑文本主题信息及其对应的类别标签信息对模型学习文本特征的帮助,文中提出了一种融入类别标签和主题信息的用户兴趣识别方法。首先,利用BERT预训练模型、BiLSTM模型和多头自注意力机制分别获取文本和标签序列的语义特征;其次,引入标签注意力机制,使模型更加关注文本与其类别标签更相关的词语信息;然后,利用LDA主题模型和Word2Vec模型得到文本主题特征;接着,设计门控机制进行特征融合,使模型能够自适应地融合多种特征,进而实现微博文本兴趣类别分类;最后,统计用户发表的所有文本在各个兴趣类别上的数量,将数量最多的兴趣类别确定为用户兴趣识别结果。为验证所提方法的有效性,文中构建了一个微博兴趣识别数据集。实验结果表明,该模型在微博文本兴趣类别分类和用户兴趣识别任务中均取得了最优性能。

摘要：预训练语言模型在情感文本的生成任务中取得了良好效果,但现有情感文本生成方法多使用软约束的方式控制文本整体的情感属性,缺乏单词和短语级别的硬性控制。为解决以上问题,提出硬约束限制下的情感文本生成方法。首先使用方面情感分析技术提取句子的方面词、情感词并判断情感极性;之后,选择目标情感的方面词和情感词作为预训练语言模型的硬约束输入来重建完整句子,其中,设计了一种新的单词权重计算方法,旨在使模型优先生成重要单词。实验结果表明,该方法生成的句子不仅具有方面级情感,在文本质量和多样性的评价指标上也有显著提高。

摘要：为在视频流上实现特定人物实时检测,提出基于稳健哈希签名的人物检测方法.首先设计稳健哈希函数并计算目标图像的签名,然后在实时视频流上计算关键帧图像的签名,再衡量两者相似程度并判断该视频是否含有设定的目标.该方法能实时发现与设定人物相似的视频关键帧,从而定位到该关键帧所在的镜头,实现视频流特定人物检测功能.实验表明该方法可达到较高的准确率,这对于及时获取特定信息有重要作用.该方法也可以用于图像复制检测、重复视频检测等.

摘要：网络评论的观点分析为及时掌握广大民众的真实观点提供了渠道。观点主题识别作为观点分析的重要组成部分,用以确定观点所指的对象。本文设计了一种领域无关的观点主题识别算法,该算法以网络评论中观点主题产生的方式为依据,采用由内到外的识别过程,分四个部分完成观点主题识别：内部主题词识别、内部主题构建、外部主题识别和主题的组织。算法能够克服分词和短语类主题带来的影响,识别出语义完整的观点主题。对实际网络评论语料进行测试的结果表明,本文的算法能够有效地识别网络评论中的观点主题。

摘要：文中介绍了一个基于内容的图像检索系统的设计和实现,它利用改进的几何散列技术能够获得快速而且准确的相似形状检索。系统包括四个主要部分:特征获取模块,查询管理模块,搜索引擎和一个散列表。特征信息收藏在散列表中,查询管理器接收用户的查询并从查询图像中提取出轮廓。特征获取模块对图像轮廓进行变换和量化,形成散列表的入口。给定一个视觉查询,查询代理通过使用多数投票算法对散列表进行搜索,得到一个形状具有潜在相似性的图像表。大量的实验表明该算法提供了一个可行的并且实用的相似性形状检索方法。

摘要：论文着重介绍了一种基于神经网络的文本分类器,分类器使用神经网络作为分类工具,特征词的词频组成原始特征向量,和神经网络输入层的神经元一一对应。并引入了信息检索中的常用技术——潜在语义索引,训练过程中结合遗传算法,优化神经网络的初始权值。最后对分类器进行了开放性测试,实验表明分类器对文本分类具有较高的平均查全率和平均精度。

摘要：为了得到实用性强的垃圾邮件过滤方法,将距离函数分类法首次引入到垃圾邮件过滤中。在通用邮件语料库上进行测试,并与目前过滤性能较好的KNN算法进行比较,实验结果显示距离函数分类法中的类中心向量法不适合用于垃圾邮件的过滤,而类重心向量法在保持较高过滤性能的同时,具有训练和过滤速度快的优点,是一种理想实用的垃圾邮件过滤方法。

摘要：将云推理技术引入信息融合领域,提出一种新的基于MIN-MAX云重心推理的威胁评估方法。按照实际应用背景下目标的特点,构建分层式威胁评估属性集合;定义云群、云族、云三层隶属关系,对各属性进行云模型转换,并根据各属性的云模型设计前件云发生器;依据专家经验,构建推理规则库,并设计MIN-MAX云重心推理算法,将归一化属性值输入相应的前件云发生器,生成属性云滴,通过由下而上地逐级推理,得到威胁度云滴;最后,将经过多次重复推理得到的威胁度云滴输入逆向云发生器,输出值作为最终的威胁程度。以联合防空作战为背景,仿真实现了空中目标的威胁评估,验证了该方法的有效性。

摘要：针对关键词识别中基于后验概率的置信度方法对语音发音变化信息利用不充分的问题,提出了一种基于时长和边界信息的置信度.该方法引入一个松弛因子,灵活地选择词信息相同的弧段计算置信度,从而进行关键词拒识.在此基础上,设计并实现了一个基于Lattice的大词表语音关键词检测系统,先用改进的动态规划算法在音节网格上进行关键词检出,尽可能多地给出关键词候选,然后采用基于时长和边界信息的置信度进行关键词确认.实验结果表明,该方法相对于主流的计算方法,系统的等错误率(equal error rate,EER)提高了7%.

摘要：针对目前色情邮件筛选中只针对邮件的文本内容进行过滤的不足,考虑邮件的文本和附件中所携带的图片信息,提出了一种基于证据理论的色情邮件的筛选方法。新方法分别使用一个色情图片检测器和一个文本分类器分别对邮件的附件及其内容进行初判别,然后将两个检测器的判别结果作为证据,使用D-S理论融合两个检测器的输出得到最后的判别结果。实验表明,该方法能有效地提高色情邮件的识别率。