Indexed by：
Abstract：
针对开发人员难以快速从众多模型中找到自己所需的模型的问题,提出了一种基于自然语言处理技术的视觉类深度神经网络的自动标注方法.首先,划分视觉类神经网络的领域类别,根据词频等信息计算关键词及其对应的权值;其次,建立关键词提取器从论文摘要中提取出关键词;最后,将提取得到的关键词和已知权值进行相似度计算,从而得到模型的应用领域.从三大国际计算机视觉领域会议,即国际计算机视觉大会(ICCV)、IEEE国际计算机视觉与模式识别会议(CVPR)和欧洲计算机视觉国际会议(ECCV)发表的论文中选取实验数据进行实验.实验结果表明,所提方法能够提供宏平均值为0.89的高精度分类结果,验证了该方法的有效性.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机应用
ISSN： 1001-9081
CN： 51-1307/TP
Year： 2020
Issue： 6
Volume： 40
Page： 1593-1600
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 2
Affiliated Colleges：
