面向传统民族纹饰数据的标签优化算法研究与系统实现
发布时间：2023-11-25 05:44
当今是数字化智能时代,大量的数字化数据的随之涌现,亟须新的高效的数据组织和管理方法。随着机器学习等相关技术的发展以及国家和人民对文化领域的不断重视,科技与文化领域的交叉学科研究也受到越来越多的关注。其中,传统民族纹饰是中国传统文化的重要组成部分,蕴含着丰富的艺术价值。由于用户对传统民族纹饰数据标注时使用自定义的标签,使得标签质量不高。为更好地对传统民族纹饰数据进行组织和管理,对标签优化研究成为一个很有意义的研究课题。本文针对如何提高传统民族纹饰数据的标签缺乏结构信息以及质量低的问题,提出了标签优化算法,主要的研究内容如下:(1)针对标签没有类别信息这一问题,本文通过搜集大量的领域相关的数据,对相关文本的关键词提取和互联网中相关的半结构化数据的统计,并且领域专家交流沟通所构建了标签体系结构。在此基础上,利用词向量能表达标签的语义特征和支持向量机在高维空间良好分类能力的特性,提出了基于WV-SVM的标签分类算法。通过与基于朴素贝叶斯和K近邻的算法进行对比,证明了该算法的有效性。(2)针对标签不完备的问题,本文利用描述传统纹饰的文本进行命名实体识别,为充分挖掘出文本中的信息,识别出文本中的标...
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 标签分类研究
1.2.2 命名实体识别研究
1.2.3 图像标签优化研究
1.3 论文主要内容
1.4 论文的组织结构
1.5 本章小结
第二章 标签优化相关技术研究基础
2.1 标签分类
2.1.1 词向量模型
2.1.2 支持向量机
2.2 命名实体识别
2.2.1 概率图模型
2.2.2 神经网络
2.3 图像SIFT特征提取
2.4 标签相似度度量方法
2.4.1 基于语料库的标签相似度计算方法
2.4.2 基于语义资源的标签相似度计算方法
2.4.3 基于词向量的标签相似度计算方法
2.5 本章小结
第三章 传统民族纹饰的标签分类体系构建和标签分类算法
3.1 传统民族纹饰标签分类体系构建
3.1.1 传统民族纹饰数据来源和分析
3.1.2 传统民族纹饰领域术语抽取
3.1.3 互联网数据的半结构化信息抽取
3.1.4 传统民族纹饰标签分类体系构建
3.2 基于词向量-SVM的标签分类算法
3.2.1 算法流程设计
3.2.2 标签的特征表示
3.2.3 构建SVM分类器
3.2.4 基于WV-SVM的标签分类算法
3.3 实验结果与分析
3.3.1 实验数据集
3.3.2 评价指标
3.3.3 标签相似度计算
3.3.4 实验结果
3.4 本章小结
第四章 基于BERT的传统民族纹饰领域命名实体识别算法
4.1 问题定义
4.2 BERT-BiLSTM-CRF模型构建
4.2.1 BERT层
4.2.2 BiLSTM层
4.2.3 CRF层
4.3 算法流程设计
4.4 实验结果与分析
4.4.1 实验数据与评价指标
4.4.2 实验环境
4.4.3 参数设置
4.4.4 实验结果
4.5 本章小结
第五章 面向传统民族纹饰图文数据的无关标签去除算法
5.1 问题定义
5.2 算法描述
5.2.1 算法流程设计
5.2.2 数据簇的获取
5.2.3 无关标签去除
5.3 实验结果与分析
5.3.1 实验数据
5.3.2 评价指标
5.3.3 实验结果
5.4 本章小结
第六章 面向传统民族纹饰数据的标签优化系统
6.1 系统需求分析
6.2 系统总体设计
6.3 系统详细设计与实现
6.3.1 用户管理功能
6.3.2 标签分类功能
6.3.3 实体识别功能
6.3.4 无关标签去除功能
6.3.5 数据库设计
6.4 系统测试
6.5 本章小结
第七章 总结与展望
7.1 工作总结
7.2 工作展望
参考文献
致谢
攻读学位期间取得的研究成果
本文编号：3867386
【文章页数】：84 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第一章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 标签分类研究
1.2.2 命名实体识别研究
1.2.3 图像标签优化研究
1.3 论文主要内容
1.4 论文的组织结构
1.5 本章小结
第二章 标签优化相关技术研究基础
2.1 标签分类
2.1.1 词向量模型
2.1.2 支持向量机
2.2 命名实体识别
2.2.1 概率图模型
2.2.2 神经网络
2.3 图像SIFT特征提取
2.4 标签相似度度量方法
2.4.1 基于语料库的标签相似度计算方法
2.4.2 基于语义资源的标签相似度计算方法
2.4.3 基于词向量的标签相似度计算方法
2.5 本章小结
第三章 传统民族纹饰的标签分类体系构建和标签分类算法
3.1 传统民族纹饰标签分类体系构建
3.1.1 传统民族纹饰数据来源和分析
3.1.2 传统民族纹饰领域术语抽取
3.1.3 互联网数据的半结构化信息抽取
3.1.4 传统民族纹饰标签分类体系构建
3.2 基于词向量-SVM的标签分类算法
3.2.1 算法流程设计
3.2.2 标签的特征表示
3.2.3 构建SVM分类器
3.2.4 基于WV-SVM的标签分类算法
3.3 实验结果与分析
3.3.1 实验数据集
3.3.2 评价指标
3.3.3 标签相似度计算
3.3.4 实验结果
3.4 本章小结
第四章 基于BERT的传统民族纹饰领域命名实体识别算法
4.1 问题定义
4.2 BERT-BiLSTM-CRF模型构建
4.2.1 BERT层
4.2.2 BiLSTM层
4.2.3 CRF层
4.3 算法流程设计
4.4 实验结果与分析
4.4.1 实验数据与评价指标
4.4.2 实验环境
4.4.3 参数设置
4.4.4 实验结果
4.5 本章小结
第五章 面向传统民族纹饰图文数据的无关标签去除算法
5.1 问题定义
5.2 算法描述
5.2.1 算法流程设计
5.2.2 数据簇的获取
5.2.3 无关标签去除
5.3 实验结果与分析
5.3.1 实验数据
5.3.2 评价指标
5.3.3 实验结果
5.4 本章小结
第六章 面向传统民族纹饰数据的标签优化系统
6.1 系统需求分析
6.2 系统总体设计
6.3 系统详细设计与实现
6.3.1 用户管理功能
6.3.2 标签分类功能
6.3.3 实体识别功能
6.3.4 无关标签去除功能
6.3.5 数据库设计
6.4 系统测试
6.5 本章小结
第七章 总结与展望
7.1 工作总结
7.2 工作展望
参考文献
致谢
攻读学位期间取得的研究成果
本文编号：3867386
本文链接：https://www.wllwen.com/tushudanganlunwen/3867386.html
