搜索资源列表
Entity_Relation_Extraction
- 说明：目前信息抽取的主要研究方向是命名实体识别、指代消解、实体语义关系抽取、事件探测等几个领域。本资料包含7篇关于关系抽取的相关经典论文。 -Note: At present, the main research direction of information extraction is named entity recognition, anaphora resolution, entity semantic relation extraction, event detection, a
BagofWords
- 该论文在知网上付费下载，为2011年9月最新的关于Bag of Wo rds 算法的框架和基本内容，是学习bag of words算法的很好的入门参考。Bag of Words 算法是一种有效的基于语义特征提取与表达的物体识别算法, 算法充分学习文本检索算法的优点, 将图片整理为一系列视觉词汇的集合, 提取物体的语义特征, 实现感兴趣物体的有效检测与识别。-Bag of Word algo rithm is an efficient object r eco gnition alg or ith
LDA
- 潜在狄利克雷分析(LDA)的matlab代码，实现对语义主题的分布估计，附有相应的使用说明文件，使用简单，效果不错。-Matlab code of potential Dirichlet Analysis (LDA) , the distribution of estimates of the semantic theme , accompanied by the appropriate use of documentation , easy to use , good results.
文字识别
- 随着现代社会的发展，信息的形式和数量正在迅猛增长。其中很大一部分是图像，图像可以把事物生动地呈现在我们面前，让我们更直观地接受信息。同时，计算机已经作为一种人们普遍使用的工具为人们的生产生活服务。从图像中提取文字属于信息智能化处理的前沿课题，是当前人工智能与模式识别领域中的研究热点。由于文字具有高级语义特征，对图片内容的理解、索引、检索具有重要作用，因此，研究图片文字提取具有重要的实际意义。又由于静态图像文字提取是动态图像文字提取的基础，故着重介绍了静态图像文字提取技术。(With the de
FCIS-master
- 语义分割FCIS算法实现，可以在我的github上找到这个详细用法(Fully Convolutional Instance-aware Semantic Segmentation)