基于核特征和tag-rank的商品图像句子标注

• 作者: 任亚峰 姬东鸿 尹兰 张红斌 殷依
• 来源期刊: 东南大学学报（英文版）
• 学科: 工学
• 关键词: 商品图像 句子标注 核特征 tag-rank 词序列拼积木 N元词序列
• 年，卷（期）: 2016,（2）
• 页码范围: 170-176
• 页数: 7页
• 分类号: TP391
• 字数: 319字
• 语种: 英文
• DOI: 10.3969/j.issn.1003-7985.2016.02.007

摘要

针对商品图像句子标注中图像特征单一、关键词受噪声干扰等问题，提出一种聚焦图像特征学习和关键词摘取的商品图像句子标注模型。从梯度、形状和颜色3个角度抽取图像核特征，并在多核学习模型内进行后融合。利用tag-rank模型中的绝对排序和相对排序特征提升关键词权重，设计词序列拼积木算法把关键词拼装成N元词序列。基于N元词序列和模板生成句子。实验表明：句子的BLEU-1和BLEU-2评分优于对比模型。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张红斌	武汉大学计算机学院	48	189	7.0	11.0
3	姬东鸿	武汉大学计算机学院	92	887	16.0	26.0
4	任亚峰	武汉大学计算机学院	13	135	6.0	11.0
7	尹兰	武汉大学计算机学院	13	126	5.0	11.0
8	殷依	华东交通大学软件学院	6	6	2.0	2.0