论文部分内容阅读
随着Web2.0技术的快速发展与广泛应用,互联网上聚集了海量的视频、图片、文字等各种类型的信息资源,而过量的信息则可能影响用户对信息的利用、影响其判断与决策。为了满足人们日益多样的信息需求,向用户提供全面系统、准确可靠、新颖及时的多模态信息,信息服务系统急需一批新的信息融合技术对搜集到的多模态信息进行融合处理,降低信息的不确定性,为用户提供更为丰富与准确的信息,从而提升系统的信息服务能力。现有的信息融合技术无法有效融合多模态信息中的多模态语义,即未能提出有效的方法去解决多模态信息的底层特征与高层语义之间的“语义鸿沟”。因此信息特征提取显得尤为重要,并成为多模态信息融合的关键和前提。本文通过对信息融合相关理论和信息处理技术的探讨,基于主题分类的方对信息资源进行资源聚类和主题提取,旨在构建一个普适的基于主题分类的多模态信息融合应用模型。笔者认为,信息融合和主题分类在建立和利用应用模型来选择和判别信息的方面往往可以起到相辅相成、互为补充的作用。由于主题分类法可以充分利用信息融合系统搜集到的信息、数据,并对其进行分析与利用,且不需要专门的实验过程,因此可以自然地与信息融合技术结合在一起使用,实现主题分类与信息融合的有效衔接。为了融合关于某一特定主题的多模态信息,首先就必须对信息资源按主题进行分类组织。信息资源聚类的根本目的是尽可能减小属于同一主题的信息之间的差距,并且尽可能加大分属不同主题信息间的差距。本文大致分为六个部分,第一部分,导论。阐述了研究背景、国内外相关研究现状、研究意义等。第二部分,多模态信息融合相关支撑理论和技术。第三部分,基于主题分类的多模态信息融合方法研究。旨在通过Tag标签方法进行多模态信息资源的聚类和主题提取,对基于主题分类的多模态信息融合方法探讨。第四部分,基于主题分类的多模态信息融合应用模型设计。分析了基于主题分类的多模态信息融合过程,构建并分析了基于主题分类的多模态信息融合应用模型。第五部分,基于主题分类的多模态信息融合应用模型实例分析。结合百度“框计算”对应用模型的效用进行了探讨,并给出相关意见和建议。第六部分,总结与展望。对文章的研究内容进行总结,尝试对多模态信息融合的发展方向和趋势等进行预测分析。