CN105528618B - 一种基于社交网络的短图片文本识别方法及装置 - Google Patents

一种基于社交网络的短图片文本识别方法及装置 Download PDF

Info

Publication number
CN105528618B
CN105528618B CN201510907490.8A CN201510907490A CN105528618B CN 105528618 B CN105528618 B CN 105528618B CN 201510907490 A CN201510907490 A CN 201510907490A CN 105528618 B CN105528618 B CN 105528618B
Authority
CN
China
Prior art keywords
picture text
short
short picture
text
ability label
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201510907490.8A
Other languages
English (en)
Other versions
CN105528618A (zh
Inventor
李金奎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Weimeng Chuangke Network Technology China Co Ltd
Original Assignee
Weimeng Chuangke Network Technology China Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Weimeng Chuangke Network Technology China Co Ltd filed Critical Weimeng Chuangke Network Technology China Co Ltd
Priority to CN201510907490.8A priority Critical patent/CN105528618B/zh
Publication of CN105528618A publication Critical patent/CN105528618A/zh
Application granted granted Critical
Publication of CN105528618B publication Critical patent/CN105528618B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
    • G06F18/2193—Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/285—Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Probability & Statistics with Applications (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例提供一种基于社交网络的短图片文本识别方法及装置，所述基于社交网络的短图片文本识别方法包括：接收基于社交网络的短图片文本；获取所述短图片文本的图片数量、所述短图片文本的评论特征，并获取预先构建的所述短图片文本所对应用户具备的能力标签；利用短图片文本分类器，确定所述短图片文本对应的能力标签，其中，所述短图片文本分类器是根据所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签训练出的；为所述短图片文本设置对应的能力标签。本发明技术方案引入发布者的能力标签及评论特征，在图片本身包含的信息之外引入了多个数据源，能有效提高短图片文本分类的准确率和覆盖率。

Description

一种基于社交网络的短图片文本识别方法及装置
技术领域
本发明涉及社交网络技术领域，尤其涉及一种基于社交网络的短图片文本识别方法及装置。
背景技术
在社交网络的短话题文本识别领域中涉及几个概念：短图片文本，是指在微博等社交网络中，有些账号发表的博文没有或有少量的文本信息，主要通过博文中发表的N(N>1)张图片来传达信息，此类博文属于短图片文本。用户能力标签，是指描述用户在社交网络中通过自填信息、发表的博文等信息所呈现出的能力特征的标签。短图片文本对应的能力标签，是指描述用户发表的某一篇博文内容的能力标签。
现有技术基于图像识别的方案主要是利用标注的大量图片作为训练集，然后基于训练集学习出一个图像识别模型，利用学习出的模型对新发表的图片进行识别分析，识别出图片中的人物、动物、物品等信息，然后将识别出的信息同内容标签进行映射。其存在图片识别准确率偏低，误判率较高，而且识别出的图片信息同用户标签关联难度大的技术缺陷。
发明内容
本发明实施例提供一种基于社交网络的短图片文本识别方法及装置，以有效提高短图片文本分类的准确率和覆盖率。
一方面，本发明实施例提供了一种基于社交网络的短图片文本识别方法，所述基于社交网络的短图片文本识别方法包括：
接收基于社交网络的短图片文本；
获取所述短图片文本的图片数量、所述短图片文本的评论特征，并获取预先构建的所述短图片文本所对应用户具备的能力标签；
利用短图片文本分类器，确定所述短图片文本对应的能力标签，其中，所述短图片文本分类器是根据所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签训练出的；
为所述短图片文本设置对应的能力标签。
另一方面，本发明实施例提供了一种基于社交网络的短图片文本识别装置，所述基于社交网络的短图片文本识别装置包括：
接收单元，用于接收基于社交网络的短图片文本；
获取单元，用于获取所述短图片文本的图片数量、所述短图片文本的评论特征，并获取预先构建的所述短图片文本所对应用户具备的能力标签；
分类单元，用于利用短图片文本分类器，确定所述短图片文本对应的能力标签，其中，所述短图片文本分类器是根据所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签训练出的；
标签单元，用于为所述短图片文本设置对应的能力标签。
上述技术方案具有如下有益效果：现有技术的短图片文本分类识别，首先识别出图片中的物体或人物对象，然后将识别结果再同标签进行映射，在识别和映射的过程中，利用的仅仅都是图片本身的信息，会造成准确率和覆盖率偏低。而本发明技术方案引入发布者的能力标签及评论特征，在图片本身包含的信息之外引入了多个数据源，能有效提高短图片文本分类的准确率和覆盖率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一种基于社交网络的短图片文本识别方法流程图；
图2为本发明实施例一种基于社交网络的短图片文本识别装置结构示意图；
图3为本发明实施例另一种基于社交网络的短图片文本识别装置结构示意图；
图4为本发明应用实例短图片文本分类识别结果表。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，为本发明实施例一种基于社交网络的短图片文本识别方法流程图，所述基于社交网络的短图片文本识别方法包括：
101、接收基于社交网络的短图片文本；
102、获取所述短图片文本的图片数量、所述短图片文本的评论特征，并获取预先构建的所述短图片文本所对应用户具备的能力标签；
103、利用短图片文本分类器，确定所述短图片文本对应的能力标签，其中，所述短图片文本分类器是根据所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签训练出的；
104、为所述短图片文本设置对应的能力标签。
优选的，所述为所述短图片文本设置对应的能力标签，具体包括：利用预先构建的所述短图片文本所对应用户具备的能力标签及其对应的权重，对确定出的所述短图片文本对应的能力标签进行加权或降权修正；其中，用户具备的能力标签对应的权重的计算公式为：count为短图片文本所对应用户被分到能力标签映射集中相关分组的总次数，所述能力标签映射集是指与所述短图片文本所对应用户的能力标签具有关联关系的标签集合；为所述短图片文本设置对应的加权或降权修正后的能力标签。
优选的，构建所述短图片文本所对应用户具备的能力标签及其对应的权重的方法，具体包括：利用能力标签映射集、以及其他用户对所述短图片文本所对应用户的分组信息，构建出所述短图片文本所对应用户具备的能力标签及其对应的权重。
优选的，根据所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签训练短图片文本分类器的方法，包括：
针对预先设置的短图片文本经常出现的领域，提取所述领域中相关短图片文本的评论信息作为训练集，将每篇短图片文本的全部评论信息作为一篇文章，利用tfidf公式抽取出所述领域的评论特征，基于抽取的所述领域的评论特征作为训练集，预训练短图片文本分类器，其中，所述tfidf公式为：
tfidfi,j＝tfi,j×idfi；
而ni,j表示出现在第j篇文章中的第n个词的频次；
|D|表示训练集中的文本总数；
将所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签作为短图片文本分类器的特征集合，对预训练确定出的短图片文本分类器进行优化训练，训练出用于短图片文本分类的短图片文本分类器。
优选的，所述利用短图片文本分类器，确定所述短图片文本对应的能力标签，具体包括：对于所述短图片文本，利用优化训练后的短图片文本分类器确定所述短图片文本的所属领域，将该所属领域确定为所述短图片文本对应的能力标签。
对应于上述方法实施例，如图2所示，为本发明实施例一种基于社交网络的短图片文本识别装置结构示意图，所述基于社交网络的短图片文本识别装置包括：
接收单元21，用于接收基于社交网络的短图片文本；
获取单元22，用于获取所述短图片文本的图片数量、所述短图片文本的评论特征，并获取预先构建的所述短图片文本所对应用户具备的能力标签；
分类单元23，用于利用短图片文本分类器，确定所述短图片文本对应的能力标签，其中，所述短图片文本分类器是根据所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签训练出的；
标签单元24，用于为所述短图片文本设置对应的能力标签。
优选的，如图3所示，为本发明实施例另一种基于社交网络的短图片文本识别装置结构示意图，所述基于社交网络的短图片文本识别装置不但包括：接收单元21、获取单元22、分类单元23和标签单元24，所述基于社交网络的短图片文本识别装置还包括：
修正单元25，用于利用预先构建的所述短图片文本所对应用户具备的能力标签及其对应的权重，对确定出的所述短图片文本对应的能力标签进行加权或降权修正；其中，用户具备的能力标签对应的权重的计算公式为：count为短图片文本所对应用户被分到能力标签映射集中相关分组的总次数，所述能力标签映射集是指与所述短图片文本所对应用户的能力标签具有关联关系的标签集合；
所述标签单元24，具体用于为所述短图片文本设置对应的加权或降权修正后的能力标签。
优选的，所述基于社交网络的短图片文本识别装置还包括：
构建单元26，用于利用能力标签映射集、以及其他用户对所述短图片文本所对应用户的分组信息，构建出所述短图片文本所对应用户具备的能力标签及其对应的权重。
优选的，所述基于社交网络的短图片文本识别装置还包括：
训练单元27，用于针对预先设置的短图片文本经常出现的领域，提取所述领域中相关短图片文本的评论信息作为训练集，将每篇短图片文本的全部评论信息作为一篇文章，利用tfidf公式抽取出所述领域的评论特征，基于抽取的所述领域的评论特征作为训练集，预训练短图片文本分类器，其中，所述tfidf公式为：
tfidfi,j＝tfi,j×idfi；
而ni,j表示出现在第j篇文章中的第n个词的频次；
|D|表示训练集中的文本总数；
将所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签作为短图片文本分类器的特征集合，对预训练确定出的短图片文本分类器进行优化训练，训练出用于短图片文本分类的短图片文本分类器。
优选的，所述分类单元23，进一步具体用于对于所述短图片文本，利用优化训练后的短图片文本分类器确定所述短图片文本的所属领域，将该所属领域确定为所述短图片文本对应的能力标签。
以下举应用实例进行详细说明：
本发明应用实例技术方案首先基于社交网络，构建用户的能力标签；接下来抽取短图片博文的评论特征，在社交网络中，作为对短图片博文所要表达信息的反馈，短图片博文的评论能够全面有效地反映出短图片博文的特征信息；最后将用户的能力标签、用户评论特征和短图片博文中的图片数量及其他文本信息作为特征，运用相关的分类器来进行短图片博文的分类识别。
具体步骤如下：
1、构建用户的能力标签：基于用户的被分组信息和能力标签映射集，构建用户的能力标签。
2、抽取短图片博文的评论特征：构建图片相关领域的短图片博文训练集，抽取他们的评论信息，将每篇短图片博文的全部评论信息看做一篇文章，利用tfidf计算出特定领域的短图片博文的评论特征集合。
3、短图片文本分类识别：基于之前步骤构建的用户能力标签和评论特征，结合图片的数量和其他文本特征，利用分类模型为短图片博文设置对应的能力标签。
一、构建用户的能力标签
在微博等社交网络中，粉丝对于用户的分组信息体现出了该用户所具备的能力标签。利用已经构建好的能力标签映射集，结合粉丝对于用户的分组信息，本发明应用实例可以构建出用户的能力标签及其对应的权重。
具体的能力标签的权重计算公式为：
(公式1)
其中，count为用户被分到能力标签映射集中相关分组的总次数
表1：用户能力标签表
二、抽取短图片博文的评论特征
针对短图片博文经常出现的旅游、汽车等领域，提取相关短图片博文的评论信息作为训练集，将每篇短图片博文的全部评论信息作为一篇文章，利用tfidf公式抽取出每个领域的相关特征，作为后续短图片博文分类器的文本特征。
tf公式： (公式2)
其中ni,j表示出现在第j篇文章中的第n个词的频次
idf公式： (公式3)
其中|D|表示训练集中的文本总数
Tfidf公式:tfidfi,j＝tfi,j×idfi (公式4)
抽取出来的评论特征及权重如下表2所示：
表2：旅游、汽车领域评论特征及权重表
三、短图片文本分类
基于之前步骤提取的旅游、汽车等相关领域的短图片文本集合作为训练集，利用用户的能力标签、图片数量以及第二步中提取的相关领域的图片评论特征作为分类器的特征集合，基于朴素贝叶斯或SVM(Support Vector Machine，向量机)模型，训练出用于短图片文本分类的分类器。
对于新的短图片文本，抽取出上述分类器需要的特征信息作为输入，通过训练好的分类器，输出文本的所属领域即为该短图片文本设置相应的能力标签。如图4所示，为本发明应用实例短图片文本分类识别结果表，其中的博文标签即为短图片文本相应的能力标签。
现有技术短图片文本分类识别，首先识别出图片中的物体或人物对象，然后将识别结果再同标签进行映射，在识别和映射的过程中，利用的仅仅都是图片本身的信息，会造成准确率和覆盖率偏低。而本发明应用实例技术方案引入发布者的能力标签及评论特征，在图片本身包含的信息之外引入了多个数据源，能有效提高短图片文本分类的准确率和覆盖率。
应该明白，公开的过程中的步骤的特定顺序或层次是示例性方法的实例。基于设计偏好，应该理解，过程中的步骤的特定顺序或层次可以在不脱离本公开的保护范围的情况下得到重新安排。所附的方法权利要求以示例性的顺序给出了各种步骤的要素，并且不是要限于所述的特定顺序或层次。
在上述的详细描述中，各种特征一起组合在单个的实施方案中，以简化本公开。不应该将这种公开方法解释为反映了这样的意图，即，所要求保护的主题的实施方案需要比清楚地在每个权利要求中所陈述的特征更多的特征。相反，如所附的权利要求书所反映的那样，本发明处于比所公开的单个实施方案的全部特征少的状态。因此，所附的权利要求书特此清楚地被并入详细描述中，其中每项权利要求独自作为本发明单独的优选实施方案。
为使本领域内的任何技术人员能够实现或者使用本发明，上面对所公开实施例进行了描述。对于本领域技术人员来说；这些实施例的各种修改方式都是显而易见的，并且本文定义的一般原理也可以在不脱离本公开的精神和保护范围的基础上适用于其它实施例。因此，本公开并不限于本文给出的实施例，而是与本申请公开的原理和新颖性特征的最广范围相一致。
上文的描述包括一个或多个实施例的举例。当然，为了描述上述实施例而描述部件或方法的所有可能的结合是不可能的，但是本领域普通技术人员应该认识到，各个实施例可以做进一步的组合和排列。因此，本文中描述的实施例旨在涵盖落入所附权利要求书的保护范围内的所有这样的改变、修改和变型。此外，就说明书或权利要求书中使用的术语“包含”，该词的涵盖方式类似于术语“包括”，就如同“包括，”在权利要求中用作衔接词所解释的那样。此外，使用在权利要求书的说明书中的任何一个术语“或者”是要表示“非排它性的或者”。
本领域技术人员还可以了解到本发明实施例列出的各种说明性逻辑块(illustrative logical block)，单元，和步骤可以通过电子硬件、电脑软件，或两者的结合进行实现。为清楚展示硬件和软件的可替换性(interchangeability)，上述的各种说明性部件(illustrative components)，单元和步骤已经通用地描述了它们的功能。这样的功能是通过硬件还是软件来实现取决于特定的应用和整个***的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本发明实施例保护的范围。
本发明实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本发明实施例中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。
在一个或多个示例性的设计中，本发明实施例所描述的上述功能可以在硬件、软件、固件或这三者的任意组合来实现。如果在软件中实现，这些功能可以存储与电脑可读的媒介上，或以一个或多个指令或代码形式传输于电脑可读的媒介上。电脑可读媒介包括电脑存储媒介和便于使得让电脑程序从一个地方转移到其它地方的通信媒介。存储媒介可以是任何通用或特殊电脑可以接入访问的可用媒体。例如，这样的电脑可读媒体可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其它光盘存储、磁盘存储或其它磁性存储装置，或其它任何可以用于承载或存储以指令或数据结构和其它可被通用或特殊电脑、或通用或特殊处理器读取形式的程序代码的媒介。此外，任何连接都可以被适当地定义为电脑可读媒介，例如，如果软件是从一个网站站点、服务器或其它远程资源通过一个同轴电缆、光纤电缆、双绞线、数字用户线(DSL)或以例如红外、无线和微波等无线方式传输的也被包含在所定义的电脑可读媒介中。所述的碟片(disk)和磁盘(disc)包括压缩磁盘、镭射盘、光盘、DVD、软盘和蓝光光盘，磁盘通常以磁性复制数据，而碟片通常以激光进行光学复制数据。上述的组合也可以包含在电脑可读媒介中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于社交网络的短图片文本识别方法，其特征在于，包括：
接收基于社交网络的短图片文本；
获取所述短图片文本的图片数量、所述短图片文本的评论特征，并获取预先构建的所述短图片文本所对应用户具备的能力标签；
利用短图片文本分类器，确定所述短图片文本对应的能力标签，其中，所述短图片文本分类器是根据所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签训练出的；
为所述短图片文本设置对应的能力标签，具体包括：利用预先构建的所述短图片文本所对应用户具备的能力标签及其对应的权重，对确定出的所述短图片文本对应的能力标签进行加权或降权修正；为所述短图片文本设置对应的加权或降权修正后的能力标签；其中，用户具备的能力标签对应的权重的计算公式为：count为短图片文本所对应用户被分到能力标签映射集中相关分组的总次数，所述能力标签映射集是指与所述短图片文本所对应用户的能力标签具有关联关系的标签集合。
2.如权利要求1所述基于社交网络的短图片文本识别方法，其特征在于，构建所述短图片文本所对应用户具备的能力标签及其对应的权重的方法，具体包括：
利用能力标签映射集、以及其他用户对所述短图片文本所对应用户的分组信息，构建出所述短图片文本所对应用户具备的能力标签及其对应的权重。
3.如权利要求1所述基于社交网络的短图片文本识别方法，其特征在于，根据所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签训练短图片文本分类器的方法，包括：
针对预先设置的短图片文本经常出现的领域，提取所述领域中相关短图片文本的评论信息作为训练集，将每篇短图片文本的全部评论信息作为一篇文章，利用tfidf公式抽取出所述领域的评论特征，基于抽取的所述领域的评论特征作为训练集，预训练短图片文本分类器，其中，所述tfidf公式为：
tfidfi,j＝tfi,j×idfi；
而ni,j表示出现在第j篇文章中的第i个词的频次；
|D|表示训练集中的文本总数；
将所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签作为短图片文本分类器的特征集合，对预训练确定出的短图片文本分类器进行优化训练，训练出用于短图片文本分类的短图片文本分类器。
4.如权利要求3所述基于社交网络的短图片文本识别方法，其特征在于，所述利用短图片文本分类器，确定所述短图片文本对应的能力标签，具体包括：
对于所述短图片文本，利用优化训练后的短图片文本分类器确定所述短图片文本的所属领域，将该所属领域确定为所述短图片文本对应的能力标签。
5.一种基于社交网络的短图片文本识别装置，其特征在于，所述基于社交网络的短图片文本识别装置包括：
接收单元，用于接收基于社交网络的短图片文本；
获取单元，用于获取所述短图片文本的图片数量、所述短图片文本的评论特征，并获取预先构建的所述短图片文本所对应用户具备的能力标签；
分类单元，用于利用短图片文本分类器，确定所述短图片文本对应的能力标签，其中，所述短图片文本分类器是根据所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签训练出的；
修正单元，用于利用预先构建的所述短图片文本所对应用户具备的能力标签及其对应的权重，对确定出的所述短图片文本对应的能力标签进行加权或降权修正；其中，用户具备的能力标签对应的权重的计算公式为：count为短图片文本所对应用户被分到能力标签映射集中相关分组的总次数，所述能力标签映射集是指与所述短图片文本所对应用户的能力标签具有关联关系的标签集合；
标签单元，用于为所述短图片文本设置对应的加权或降权修正后的能力标签。
6.如权利要求5所述基于社交网络的短图片文本识别装置，其特征在于，所述基于社交网络的短图片文本识别装置还包括：
构建单元，用于利用能力标签映射集、以及其他用户对所述短图片文本所对应用户的分组信息，构建出所述短图片文本所对应用户具备的能力标签及其对应的权重。
7.如权利要求5所述基于社交网络的短图片文本识别装置，其特征在于，所述基于社交网络的短图片文本识别装置还包括：
训练单元，用于针对预先设置的短图片文本经常出现的领域，提取所述领域中相关短图片文本的评论信息作为训练集，将每篇短图片文本的全部评论信息作为一篇文章，利用tfidf公式抽取出所述领域的评论特征，基于抽取的所述领域的评论特征作为训练集，预训练短图片文本分类器，其中，所述tfidf公式为：
tfidfi,j＝tfi,j×idfi；
而ni,j表示出现在第j篇文章中的第i个词的频次；
|D|表示训练集中的文本总数；
将所述短图片文本的图片数量、所述短图片文本的评论特征和所述短图片文本所对应用户具备的能力标签作为短图片文本分类器的特征集合，对预训练确定出的短图片文本分类器进行优化训练，训练出用于短图片文本分类的短图片文本分类器。
8.如权利要求7所述基于社交网络的短图片文本识别装置，其特征在于，所述分类单元，进一步具体用于对于所述短图片文本，利用优化训练后的短图片文本分类器确定所述短图片文本的所属领域，将该所属领域确定为所述短图片文本对应的能力标签。
CN201510907490.8A 2015-12-09 2015-12-09 一种基于社交网络的短图片文本识别方法及装置 Active CN105528618B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510907490.8A CN105528618B (zh) 2015-12-09 2015-12-09 一种基于社交网络的短图片文本识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510907490.8A CN105528618B (zh) 2015-12-09 2015-12-09 一种基于社交网络的短图片文本识别方法及装置

Publications (2)

Publication Number Publication Date
CN105528618A CN105528618A (zh) 2016-04-27
CN105528618B true CN105528618B (zh) 2019-06-04

Family

ID=55770832

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510907490.8A Active CN105528618B (zh) 2015-12-09 2015-12-09 一种基于社交网络的短图片文本识别方法及装置

Country Status (1)

Country Link
CN (1) CN105528618B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107545271B (zh) * 2016-06-29 2021-04-09 阿里巴巴集团控股有限公司 图像识别方法、装置和***
CN107133258A (zh) * 2017-03-22 2017-09-05 重庆允升科技有限公司 一种基于选择性集成分类器的数据打标签方法
CN108230171A (zh) * 2017-12-26 2018-06-29 爱品克科技（武汉）股份有限公司 一种基于时间节点lda主题算法
CN112699643B (zh) * 2020-12-23 2024-04-19 车智互联（北京）科技有限公司 一种生成语言模型的方法和文章自动生成方法
CN112926569B (zh) * 2021-03-16 2022-10-18 重庆邮电大学 一种社交网络中的自然场景图像文本检测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102193966A (zh) * 2010-03-01 2011-09-21 微软公司 社交网络中的事件匹配
CN104951542A (zh) * 2015-06-19 2015-09-30 百度在线网络技术（北京）有限公司 识别社交短文本类别的方法、分类模型训练方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010116333A1 (en) * 2009-04-07 2010-10-14 Alon Atsmon System and process for builiding a catalog using visual objects

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102193966A (zh) * 2010-03-01 2011-09-21 微软公司 社交网络中的事件匹配
CN104951542A (zh) * 2015-06-19 2015-09-30 百度在线网络技术（北京）有限公司 识别社交短文本类别的方法、分类模型训练方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于标签的微博用户兴趣发现算法研究及应用;康海潇;《中国优秀硕士学位论文全文数据库》;20140115(第01期);第15-18页

Also Published As

Publication number Publication date
CN105528618A (zh) 2016-04-27

Similar Documents

Publication Publication Date Title
CN105528618B (zh) 一种基于社交网络的短图片文本识别方法及装置
CN112313642A (zh) 助理***进行的用于代理匹配的意图识别
CN109919316A (zh) 获取网络表示学习向量的方法、装置和设备及存储介质
Mane Kaupapa Māori: A community approach
CN110297912A (zh) 欺诈识别方法、装置、设备及计算机可读存储介质
CN105373531B (zh) 一种基于社交网络的短话题文本识别方法及装置
CN109885825A (zh) 基于注意力机制的命名实体识别方法、装置和计算机设备
Cadima et al. Examining teacher–child relationship quality across two countries
US20160246945A1 (en) System and method for weighting manageable patient attributes during criteria evaluations for treatment
CN106469192A (zh) 一种文本相关性的确定方法及装置
JP2017084340A (ja) タグ処理方法及びタグ処理装置
US11321530B2 (en) Interpreting a meaning of a word string
CN109903086A (zh) 一种相似人群扩展方法、装置及电子设备
JP6307822B2 (ja) プログラム、コンピュータおよび訓練データ作成支援方法
CN111222327B (zh) 一种词嵌入表示方法、装置及设备
CN109325171A (zh) 基于领域知识的用户兴趣分析方法及***
Foote et al. Songs of the Eastern Phoebe, a suboscine songbird, are individually distinctive but do not vary geographically
Blanchard et al. Associations between social media, adolescent mental health, and diet: A systematic review
Hezarjaribi et al. Human-in-the-loop learning for personalized diet monitoring from unstructured mobile data
CN105469116B (zh) 一种基于人机交互的幼儿识图及数据扩充方法
CN111105117B (zh) 一种用户信息的确定方法和装置
CN109902733A (zh) 录入物品信息的方法、装置及存储介质
CN104090918B (zh) 一种基于信息量的句子相似度计算方法
CN109766825A (zh) 基于神经网络的手写签名识别***
CN106294630A (zh) 多媒体信息推荐方法、装置及多媒体***

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant