无监督方法相关论文
本文提出了一种基于无监督的深度学习算法，以解决在显微镜下采集产生的岩石薄片图像的多聚焦融合问题。为了提取图像的深层特征，使用......
近年来人物知识库和用户画像在智能搜索、智能问答、推荐系统等场景得到了广泛的应用,而人物属性信息是构建人物知识库和用户画像......
针对现有的基于互信息最大化的异构图神经网络(HGNN)方法因图读出操作的单射限制、粗粒度的特征保留而无法适用于现实网络的问题,......
现今时代是信息时代，同时也是数据时代。信息数据的爆发式增长，不仅使数据科学领域越来越热门，也让数据挖掘技术面临前所未有的机遇和......
图像翻译指的是将输入图像从源域映射到目标域,使其拥有目标域的特定属性。图像的属性可以根据图像的基本特征或图中的具体应用场......
本文提出了一种基于文法的无监督方法，挖掘中文里的能愿词，这些能愿词可以成为识别人们意图和愿望的重要特征。例如“能够”，“必须”......
实体关系抽取是指从句子中抽取两个实体之间的关系类别的任务。作为自然语言处理的关键性技术,实体关系抽取在信息检索、知识图谱......
视频对象分割是指在给定的一段视频序列的各帧图像中,找出属于特定前景对象的所有像素点位置区域.随着硬件平台计算能力的提升,深......
入侵检测是一种重要的网络安全技术.现有的无监督方法虽然能在未经标记的数据上找出异常,但时间复杂度相对较高,不适用于入侵检测......
针对现有情感词典没有区分相同极性情感词的情感强度,没有考虑情感强度的模糊性,导致情感分类效果较差的问题,基于自学习的无监督......
在这个信息爆炸的社会,如何从大量的文本快速浏览读取重要信息,已经变得越来重要。关键短语抽取就是从文本中自动抽取文本中重要的......
随着知识经济的快速发展,对专利文本的分析与研究可以帮助人们了解新技术,推测技术的发展方向。自动关键词抽取在中文专利文本的分......
实体关系抽取作为信息抽取的核心任务和重要环节,能够实现实体对间语义关系的识别,对句子语义理解及实体语义知识库构建有着重要作......
随着人们对互联网多语言信息需求的日益增长,跨语言词向量已成为一项重要的基础工具,并成功应用到机器翻译、信息检索、文本情感分......
作为信息抽取任务中极为关键的一项子任务,实体关系抽取对于语义知识库的构建和知识图谱的发展都有着重要的意义。对于中文而言,语......
该文结合词向量技术和传统统计量,提出了一种新的无监督新词识别方法。该方法利用传统统计量获得候选新词,然后采用多种策略训练得......
二维主成分分析(2DPCA)已被成功地应用在人脸识别领域,但是这种2DPCA是无监督方法,投影没有考虑到类别信息,在一定程度上影响了识......
词义消歧一直是自然语言处理领域中的重要问题,该文将知网（HowNet）中表示词语语义的义原信息融入到语言模型的训练中。通过义原向量......
