基于双向学习排序的跨媒体语义相似性度量方法

摘要：

随着互联网技术的迅猛发展,网络信息的呈现形式不断从简单的文本扩展到图像、声音、视频等多媒体表达形式.在多媒体信息检索领域中,传统方法往往在同一个特征空间中表示所有的媒体模式,并采取一对一的配对数据,或者利用单向排序实例作为训练样本进行检索.在此背景下,考虑了学习双向排序实例,进而实现了跨媒体检索的方法.在Wikipedia数据集上进行测试,实验结果表明,基于双向排序的跨媒体语义相似性度量方法具有更好的性能.

关键词：跨媒体表示、双向学习排序、隐空间、相似性度量

所属期刊栏目：44

分类号：TP393(计算技术、计算机技术)

在线出版日期：2017-12-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：84-87,118