【摘 要】
：
图像的自然语言描述(Image Caption)是一个融合计算机视觉、自然语言处理和机器学习的跨领域课题.它作为多模态信息处理的关键技术,近年来取得了显著成果.当前研究大多针对图
【机 构】
：
中国科学院软件研究所中文信息处理研究室,北京100190;中国科学院大学,北京100190中国科学院软件研究所中文信息处理研究室,北京100190
【出 处】
：
第十六届全国计算语言学学术会议暨第五届基于自然标注大数据的自然语言处理国际学术研讨会
论文部分内容阅读
图像的自然语言描述(Image Caption)是一个融合计算机视觉、自然语言处理和机器学习的跨领域课题.它作为多模态信息处理的关键技术,近年来取得了显著成果.当前研究大多针对图像生成英文摘要,而对于中文摘要的生成方法研究较少.本文提出了一种基于多模态神经网络和特征融合的图像中文摘要生成方法.该方法由编码器和解码器组成,编码器基于卷积神经网络,包括单标签视觉特征提取网络和多标签关键词特征预测网络,解码器基于长短时记忆网络,由多模态摘要生成网络构成.在解码过程中,本文针对长短时记忆网络的特点提出了四种多模态特征融合方案CNIC-X、CNIC-H、CNIC-C和CNIC-HC.在中文摘要数据集Flickr8kCN上实验,结果表明本文提出的方法优于现有的中文摘要生成模型.
其他文献
本文以信号传递博弈为基础,对审计市场在位者如何利用价格机制与声誉机制维持自身市场份额进行研究,并提出我国事务所进入境外市场的对策。研究表明,在进入初期,我国事务所应
泥质软岩的崩解特性和强度均受含水率变化的影响,是边坡长期稳定性重要影响因素。本文以引江济淮试验工程为依托,通过耐崩解试验和点荷载强度试验,研究泥质软岩的耐崩解性、
<正>座落在美国纽约曼哈顿的斯隆凯瑟琳癌症纪念医院可以称得上是美国最好的肿瘤中心,医院有437张住院床位,每年接待住院病人约18,000人。就在这家医院内,1977年成立了第一个
随着计算机虚拟现实技术在体育训练中的作用逐渐显现。对运动队对虚拟现实训练系统认知情况与计算机软件开发人员与运动队之间合作情况进行调查,提出计算机虚拟现实技术在跳
为了考察电场杀菌技术应用中,物理效应和化学效应对于杀菌效果的影响,特设计了一系列试验,采用强度为10 mA/cm2的电场对投配细菌后的自来水进行杀菌试验,根据试验结果建立“
文章介绍了超声波技术在油井增产、防蜡、防垢及除垢和对原油的降粘等方面的作用原理和作用效果 ,并说明了超声波采油的适用范围
通过收集和整理了下扬子区120条上奥陶统剖面的综合地层资料,并基于统一的生物带序列对其进行地层划分和对比.进而在统一的时间框架下,针对每一个笔石带,圈定各岩石地层单元
简要介绍信息孤岛的概念及其在民航业的表现、带来的危害。针对民航业的现状,剖析了信息孤岛产生的主要原因,并据此提出了在思想、方法、技术等多方面改进的意见以逐步消除民
<正>Google AdSense是Google推出的一种网络会员联盟,可以让具有一定访问量规模的网站发布商展示Google广告并将网站流量转化为收入。如果一个网站加入GoogleAdSense,即成为G