基于上下文的社交图像语义信息的精化与丰富

摘要

社交网络中社会标签化服务的出现,使得用户可以在上传图像等网络资源的同时,使用标签对资源进行标注,而且用户可以对已上传的网络资源进行主题描述、评论等。这些用户标注或描述的信息构成了社交图像的语义信息。为了更好的将网络上庞大的图像资源及丰富的语义信息应用到科研及实际应用中来,需要对从网络上获得的与图像资源相关联的语义信息进行精化和丰富处理。
　　 首先本文对社交图像语义信息处理进行了阐述,将语义信息的处理划分为语义信息的精化和语义信息的丰富两个连贯的问题,分别对两个问题的处理流程进行了描述。
　　 其次,对社交图像语义信息的精化处理步骤进行了详尽的描述。针对社交图像语义信息可能存在的词汇问题,设计了完整的关键词过滤处理流程。将信息量引入到关键字初始相关度的计算中,以充分利用关键字的重要性。进而,对关键字的相关性进行了度量,将之看做是关键字语义相关性和视觉相关性的线性组合,以弥补语义和视觉相关性单独度量关键字相关性的缺陷。通过随机漫步的方法获得关键字与图像最终的相关度信息,依照此相关度信息完成对图像语义信息的取舍。
　　 最后,在获得的数据集上进行关联规则的挖掘,借此完成语义信息的横向丰富处理,加深了对图像的语义解释。并利用词典类知识库进行了语义信息的纵向丰富处理。