注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Web网页抓取/页面信息提取软件包MetaSeeker组件datascraper中文版

  2. MetaSeeker是一个Web网页抓取/数据抽取/页面信息提取工具包，能够按照用户的指导，从Web页面上筛选出需要的信息，并输出含有语义结构的提取结果文件（XML文件），众所周知，Web页面显示的信息是给人阅读的，对于机器来说，是无结构的，MetaSeeker解决了一个关键问题：将无结构的Web页面信息转换成有结构的适于机器处理的信息。可以应用于专业搜索、Mashup和Web数据挖掘领域。 DataScraper：是Web页面信息提取(网页抓取/抽取)工具，利用MetaStudio生成的各种

  3. 所属分类：Web开发

    • 发布日期：2010-01-06
    • 文件大小：169kb
    • 提供者：tigersz

  1. Web网页抓取/页面信息提取软件包MetaSeeker组件metastudio中文版

  2. MetaSeeker是一个Web网页抓取/数据抽取/页面信息提取工具包，能够按照用户的指导，从Web页面上筛选出需要的信息，并输出含有语义结构的提取结果文件（XML文件），众所周知，Web页面显示的信息是给人阅读的，对于机器来说，是无结构的，MetaSeeker解决了一个关键问题：将无结构的Web页面信息转换成有结构的适于机器处理的信息。可以应用于专业搜索、Mashup和Web数据挖掘领域。 MetaStudio是Web页面信息结构描述工具，提供GUI界面，作为Firefox扩展（Firefo

  3. 所属分类：Web开发

    • 发布日期：2010-01-06
    • 文件大小：480kb
    • 提供者：tigersz

  1. 故事视频的语义分析与提取

  2. 科技的发展使得数字视频潮水般涌入人们的日常生活。视频内容的丰富性和 多样性、以及特征数据特有的时空高维结构，使得如何有效地对海量视频进行表 达、存储和管理，以便人们快速地浏览和检索，成为一个亟待解决的重大课题。 传统的数据管理与检索技术已远不能适应这种急速的变化和需求，因此基于内容 的视频检索(CBvR)应运而生，相关的研究迅速在各国展开。

  3. 所属分类：其它

    • 发布日期：2012-08-03
    • 文件大小：17mb
    • 提供者：vblittleboy

  1. 基于LINUX的Web网页抓取/页面信息提取软件包MetaSeeker组件metastudio中文版

  2. MetaSeeker是一个Web网页抓取/数据抽取/页面信息提取工具包，能够按照用户的指导，从Web页面上筛选出需要的信息，并输出含有语义结构的提取结果文件（XML文件），众所周知，Web页面显示的信息是给人阅读的，对于机器来说，是无结构的，MetaSeeker解决了一个关键问题：将无结构的Web页面信息转换成有结构的适于机器处理的信息。可以应用于专业搜索、Mashup和Web数据挖掘领域。 MetaStudio是Web页面信息结构描述工具，提供GUI界面，作为Firefox扩展（Firefo

  3. 所属分类：Web开发

    • 发布日期：2013-01-10
    • 文件大小：319kb
    • 提供者：shanxun419

  1. 矿山语义物联网自动语义标注方法

  2. 针对目前矿山领域异构数据融合时先验知识获取困难、物联网本体库实时性差、实例对象数据手动标注方式效率较低等问题，提出了一种矿山语义物联网自动语义标注方法。给出了传感数据语义化处理框架：一方面，确定本体的专业领域和范畴，通过重用流注释本体（SAO）构建领域本体，作为驱动语义标注的基础；另一方面，使用机器学习方法对感知数据流进行特征提取与数据分析，从海量数据中挖掘出概念间的关系；通过数据挖掘知识来驱动本体的更新与完善，实现本体的动态更新、拓展与更精确的语义标注，增强机器的理解力。以矿井提升系统主轴故

  3. 所属分类：其它

  1. 旷世提出实时语义分割网络DFANet

  2. 作者：晟沚                 编辑：晟沚               前  言 目前语义分割中，有很多方法可以提升性能。如下图中a应用多个分支来执行多尺度提取并保留图像空间细节，这种的主要问题是仅仅使用卷积层来融合特征, 此外，并行分支之间的特征缺乏交互，高分辨率图像上的附加分支限制了速度的提升。另外，还有下图b中的做法，利用空间金字塔池化（SPP）模块处理高级特征，提取高级语义上下文并增加感受野，实现multi-scale功能，但是问题在于实现空间金字塔模块通常很耗时。 01 概

  3. 所属分类：其它

    • 发布日期：2021-01-06
    • 文件大小：339kb
    • 提供者：weixin_38719578

  1. CodeFactExtractor:提取源代码元素以构建知识图以进行代码搜索和推断-Search source code

  2. 内容 什么是CodeFactExtractor 是一个轻量级框架，可从源代码中提取事实，以进行代码搜索和推理。 通过多种方式帮助进行静态和动态分析： 协助正常的静态分析任务，例如控制流分析，数据流分析和调用图分析。 根据自定义规则或编程语言机制搜索代码元素。 推断代码元素的关系，例如实现，继承，覆盖和重载。 识别设计模式，例如23种经典的GoF（四人制）设计模式和新兴的设计模式。 检测气味，反模式和缺陷，例如，诸如并行继承层次结构，消息链，中间人和数据类之类的气味，以及诸如呼叫超级，

  3. 所属分类：其它

  1. 使用位对影子的语义安全的公钥加密方案

  2. 本文给出了位对影子的定义和性质，并设计了基于多元置换问题和异常子集乘积问题的迄今未发现次指数时间解的名为JUOAN的公钥密码方案的三种算法。 ，并将位对视为操作单位。 作者证明解密算法是正确的，推论明文解不唯一的概率几乎为零，分析了新密码方案针对从公钥中提取私钥并从密文中恢复明文的安全性，其假设是：整数分解问题，离散对数问题和低密度子集和问题可以得到有效解决，并证明使用随机填充和随机置换的新密码方案在语义上是安全的。 分析表明，位对方法将相关背包的密度D增加到大于1的数字，并将新密码方案的模数长

  3. 所属分类：其它

    • 发布日期：2021-03-23
    • 文件大小：473kb
    • 提供者：weixin_38654415

  1. Internship_2021:Github页面用于语义分割工作的实习描述-源码

  2. 计算机视觉实习：用于场景理解的RGB-D语义分割 语境 我们正在寻找里尔大学Fox团队，CRIStAL的计算机视觉研究工作的实习生。 FoX团队致力于从各种视觉输入（图像，视频，深度信息，基于事件的传感器等）中提取信息。我们的研究方向包括： 人类行为理解 面部表情识别 生物启发的模式识别方法 对物体和场景的理解。 目标 语义场景感知和理解是许多现代应用程序（例如移动机器人导航）的基本任务。为了实现这一任务，语义分割是许多后续过程的第一步：人的感知，避障，语义映射等。语义分割是将图像的每个像素分配

  3. 所属分类：其它

    • 发布日期：2021-03-21
    • 文件大小：102kb
    • 提供者：weixin_42117150

  1. SIFRank_zh:基于预训练模型的中文关键词提取方法（论文SIFRank-源码

  2. SIFRank_zh 这是我们论文的相关代码原文是在对英文关键短语进行抽取，这里迁移到中文上，部分管道进行了改动英文原版在。。 版本介绍 2020/03 / 03——最初最初版本本版本中只包含了最基本的功能，部分细节还有待优化和扩展。 核心算法 预训练模型ELMo +句向量模型SIF 词向量ELMo优势：1）通过大规模预训练，较早的TFIDF，TextRank等基于统计和图的具有更多的语义信息； 2）ELMo是动态的，可以改善一词多义问题； 3）ELMo通过Char -CNN编码，对生隐词非常友

  3. 所属分类：其它

  1. 从文本图像查询中提取的馆藏

  2. 我们提出了一种精炼算法，该算法可在大型，非结构化且嘈杂的互联网图像集合上运行从在线对象查询返回。我们介绍了精简集的概念，它是干净，连贯的，并且内部图像的结构化子集。此外，感兴趣的对象会在整个蒸馏套。我们的方法是无监督的，基于新颖的聚类方案，可以解决蒸馏和对象分割问题同时发生。从本质上讲，我们不是提炼图像集合，而是提炼松散切除的前景“形状”的集合，这些形状可能包含也可能不包含所查询的对象。我们的钥匙观察结果激发了我们的聚类方案，那就是离群形状在本质上应该是随机的，相反，紧密包围目标对象的外围形状往

  3. 所属分类：其它

  1. FREERL：融合关系嵌入式表示学习框架的方面提取

  2. 意见对象属性提取是细粒度情感分析的基本任务之一。 它是通过识别意见方面实体（包括对象实体和属性实体），然后将对象实体与属性实体对齐来实现的。 对知识图的最新研究表明，通过在观点方面实体之间添加语义结构的嵌入，基于结构的学习模型可以比传统方法在链接预​​测中实现更好的性能。 但是，这些研究仅集中于学习方面实体之间的语义结构，没有考虑语言表达特征。 在本文中，我们提出了融合关系嵌入式表示学习（FREERL）框架，通过该框架，可以将语义结构和语言表达特征（如统计共现或依赖语法）融合到对象实体和属性实体

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：863kb
    • 提供者：weixin_38679839

  1. CNet：用于语义分割的上下文感知网络

  2. 语义分割是计算机视觉中的重大挑战之一。 最近，深度卷积神经网络（DCNN）在大多数计算机视觉任务中都取得了巨大的成功。 但是，就语义分割而言，DCNN方法仍然难以充分利用上下文信息并确定对象的精细边界。 在本文中，我们提出了一种上下文感知网络（CNet），该网络利用健壮的上下文信息来改善分割结果。 CNet具有两个重要组成部分：1）特征收集模块（FCM），其构造为通过不同的接受域提取低级上下文特征，包括纹理，布局，边界，局部和全局关系，以补充高级特征学习，以及2）名为ResGate的新颖层，开发

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：402kb
    • 提供者：weixin_38674223

  1. 用集体实体填充知识库：基于图的方法

  2. 使用从非结构化文本中提取的新实体提及来填充知识库，可以帮助增强其覆盖范围和新鲜度。 它自然包含两个子任务，即细粒度实体分类和实体链接。 现有研究通常集中于这两个子任务之一，并且通常隐式地假设它们是独立的，从而在同一文本中填充实体提及。 但是，这些实体提及通常在语义上是相互关联的，因此最好将它们集体填充到知识库中。 为了解决这些问题，在本文中，我们提出了一种基于相互依赖图的统一的集体推理方法，称为CIIGA，用于使用集体实体填充知识库，该集体实体可以通过利用共同实体共同确定同一文本中所有提及的实体

  3. 所属分类：其它

    • 发布日期：2021-03-09
    • 文件大小：162kb
    • 提供者：weixin_38616435

  1. DeshadowNet：用于去除阴影的多上下文嵌入深层网络

  2. 阴影去除是一项艰巨的任务，因为它需要阴影的检测/注释以及对场景的语义理解。 在本文中，我们提出了一种自动且端到端的深度神经网络（DeshadowNet），以统一的方式解决这些问题。 DeshadowNet采用多上下文体系结构设计，其中通过从三个不同的角度嵌入信息来预测输出阴影遮罩。 第一个全局网络从全局视图提取阴影特征。 从全局网络派生两个级别的功能，并将其转移到两个并行网络。 当一个提取输入图像的外观时，另一个则涉及语义理解以进行最终预测。 这两个互补的网络生成多上下文特征，以获得具有精细局部

  3. 所属分类：其它

  1. DistillHash：通过提取数据对进行无监督的深度哈希

  2. 由于具有很高的存储和搜索效率，散列在大规模相似性搜索中已变得十分普遍。 特别是，深度哈希方法大大提高了在有监督的情况下的搜索性能。 相反，由于缺乏可靠的监督相似性信号，无监督的深度哈希模型很难获得令人满意的性能。 为了解决这个问题，我们提出了一种新颖的深度无监督哈希模型，称为DistillHash，它可以学习由数据对组成的，具有置信度相似信号的数据集。 具体来说，我们调查了从局部结构中获悉的初始噪声相似度信号与贝叶斯最佳分类器分配的语义相似度标签之间的关系。 我们表明，在温和的假设下，可以潜在地

  3. 所属分类：其它

    • 发布日期：2021-03-08
    • 文件大小：733kb
    • 提供者：weixin_38648396

  1. semver：语义版本控制实用程序，带有版本约束的解析和检查功能-源码

  2. 作曲家/歌手 Semver库提供实用程序，版本约束分析和验证。 最初是作为一部分编写的，现在已提取并作为独立的库提供。 安装 使用以下命令安装最新版本： $ composer require composer/semver 要求 需要PHP 5.3.2，但强烈建议使用最新版本PHP。 版本比较 有关如何比较版本的详细信息，请参阅网站的文档部分中的“文章。 基本用法 比较器 Composer\Semver\Comparator类提供以下用于比较版本的方法： 大于（$ v1，$ v2） Gr

  3. 所属分类：其它

    • 发布日期：2021-02-26
    • 文件大小：26kb
    • 提供者：weixin_42126865

  1. nlp_course：YSDA自然语言处理课程-源码

  2. YSDA自然语言处理课程 这是2020年版本。 有关上一年的课程资料，请转到 每周的讲座和研讨会资料位于./week*文件夹中，有关资料和说明，请参阅README.md YSDA作业的最后期限将在Anytask中列出（）。 任何技术问题，想法，课程材料中的错误，贡献想法-添加 安装库和故障排除：。 教学大纲 词嵌入 讲座：单词嵌入。 分布语义。 基于计数的（神经前）方法。 Word2Vec：学习向量。 GloVe：先数一数然后学习。 评价：内在性与外在性。 分析和可解释性。 研讨会：玩单词

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：374mb
    • 提供者：weixin_42105816

  1. zhopenie：中文开放信息提取（基于树的三重关系提取模块）-源码

  2. 中文公开信息提取（Zhopenie） 安装 该模块大量使用pyltp 安装pyltp pip install pyltp 从下载NLP模型 为什么要使用LTP？ LTP具有出色的语义解析模块，如下所示： 此外，一般而言，LTP的性能要优于其他开放源代码的中文NLP库，例如Jieba，这是SIGHAN Bakeoff 2005 PKU的510KB数据集的单词标记化的比较： 用法 提取器模块尝试将中文句子分解为三元关系（e1，e2，r），这可以由计算机理解例如，星展集团是亚洲最大的金融服务集

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：88kb
    • 提供者：weixin_42133680

  1. graphbrain：语言，知识，认知-源码

  2. Graphbrain是一个人工智能开源软件库和科学研究工具。 其目的是促进自动意义提取和文本理解以及知识的探索和推断。 该项目的目标不仅是促进AI的最新发展，而且主要是成为有效的跨学科研究工具。 更具体地说，我们有兴趣为诸如计算社会科学，认知科学和人文科学等领域的研究提高自动意义提取的可能性。 Graphbrain本质上是实验性的，但具有统一的概念：语义超图。 它遵循一种混合方法，结合了符号AI和统计/连接主义机器学习方法。 这主要有两个原因：促进人类研究人员的理解性和可重复性，并结合两种方

  3. 所属分类：其它

    • 发布日期：2021-02-03
    • 文件大小：68mb
    • 提供者：weixin_42151729
« 12 3 4 5 6 7 8 »