-
题名面向突发事件应急管理的社交媒体多模态信息分析研究
被引量：18
- 1
-
-
作者
徐元
毛进
李纲
-
机构
武汉大学信息管理学院
武汉大学信息资源研究中心
-
出处
《情报学报》
CSSCI
CSCD
北大核心
2021年第11期1150-1163,共14页
-
基金
国家自然科学基金重大项目课题“国家安全大数据综合信息集成与分析方法”(71790612)
国家自然科学基金创新群体项目“信息资源管理”(71921002)。
-
文摘
当前,社交媒体已经成为突发事件态势感知的一种重要信息来源,其中包含文本、图像、视频等多模态信息,可广泛应用于突发事件的应急管理。近年来,作为一项具有挑战性的任务,面向突发事件的社交媒体多模态信息分析已受到学术界和工业界的广泛关注。本文围绕突发事件中的社交媒体多模态信息分析研究展开综述,从内容、时空和传播三个维度解析社交媒体多模态信息的多维特征,并从信息获取、信息整合和信息挖掘三个方面归纳多模态信息分析的关键方法和技术。最后,本文在综述的基础上,结合“情境-应对”模式下的突发事件应急管理目标,构建社交媒体多模态信息分析框架,并从信息获取、描述、分析和可视化等方面展望未来的研究方向,为面向突发事件应急管理的社交媒体多模态信息分析研究和实践提供指引,以期通过方法创新提升突发事件的应急管理能力。
-
关键词
突发事件
应急信息管理
社交媒体
多模态信息分析
语义分析
-
Keywords
emergency
emergency information management
social media
multimodal information analysis
semantic analysis
-
分类号
G206
[文化科学—传播学]
D63
[政治法律—政治学]
-
-
题名基于HMM的融合多模态的事件检测
被引量：4
- 2
-
-
作者
张玉珍
丁思捷
王建宇
戴跃伟
陈钱
-
机构
南京理工大学电子工程与光电技术学院
江苏省光谱成像与智能感知重点实验室
光电成像技术与系统教育部重点实验室
南京理工大学自动化学院
江苏科技大学
-
出处
《系统仿真学报》
CAS
CSCD
北大核心
2012年第8期1638-1642,共5页
-
基金
光电成像技术与系统教育部重点实验室2012年开发基金(2012OEIOF03)
-
文摘
事件检测是视频语义分析中的一大难题。在视频中有多种语义丰富的模态信息,融合多模态信息可以帮助准确的检索出所需的事件。提出了一种基于HMM有效融合多模态对象的足球视频语义分析方法。首先从视频中抽取音频流,然后基于CHMM将音频分类。接着根据时间对应关系将音频对象与视频流融合,然后在相应的视频流镜头中基于DHMM融合多种模态对象实现精彩事件如射门、犯规及一般事件的检测,对射门事件进一步结合比分字幕的出现检测进球事件。另外,对DHMM模型的结构、参数初始值尤其是参数约束条件进行了详细地描述。实验证实提出的算法具有较好的效率。
-
关键词
多模态融合
视频语义分析
隐马尔科夫模型
事件检测
-
Keywords
fusing multimodal objects
semantic analysis of video
hidden Markov model
event detection
-
分类号
TP391.9
[自动化与计算机技术—计算机应用技术]
-
-
题名知识驱动的多模态语义理解研究综述
被引量：1
- 3
-
-
作者
郑祎豪
郭奕君
毋立芳
黄岩
-
机构
北京工业大学信息学部
中国科学院自动化研究所智能感知与计算研究中心
中国科学院自动化研究所多模态人工智能系统全国重点实验室
-
出处
《模式识别与人工智能》
EI
CSCD
北大核心
2023年第12期1127-1138,共12页
-
基金
科技创新2030-“新一代人工智能”重大项目(No.2018AAA0100400)
国家自然科学基金项目(No.62236010,62276261)资助。
-
文摘
基于深度学习模型的多模态学习方法已在静态、可控等简单场景下取得较优的语义理解性能,但在动态、开放等复杂场景下的泛化性仍然较低.近期已有不少研究工作尝试将类人知识引入多模态语义理解方法中,并取得不错效果.为了更深入了解当前知识驱动的多模态语义理解研究进展,文中在对相关方法进行系统调研与分析的基础上,归纳总结关系型和对齐型这两类主要的多模态知识表示框架.然后选择多个代表性应用进行具体介绍,包括图文匹配、目标检测、语义分割、视觉-语言导航等.此外,文中总结当前相关方法的优缺点并展望未来可能的发展趋势.
-
关键词
机器学习
深度学习
多模态语义理解
多模态知识表示
多模态语义分析
知识驱动
-
Keywords
Machine Learning
Deep Learning
multimodal semantic Understanding
multimodal Knowledge Representation
multimodal semantic analysis
Knowledge-Driven
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名多模态情感语义分析的文化认知实证研究
- 4
-
-
作者
国辉
-
机构
青岛科技大学外国语学院
-
出处
《科技通报》
北大核心
2017年第5期236-239,共4页
-
基金
2016年度青岛市社会科学规划研究项目
项目编号:QDSKL1601138
-
文摘
新媒体传播的背景下,文化认知能力是学生必备的能力,也已成为衡量现代人才的重要标准。本文首先将带有情感倾向的句法关系类型总结为6种情感模式,构建了句法关系模式,然后以此建立基于句法关系的多模态情感语义分析模型,包括情感表达式模态和情感强度模态,最后从文化认知输出层面和接受层面提出了改进对策。模型仿真实验结果表明,本文提出的方法相比较SVM方法泛化性能更强,可以以此提高学生的文化认知能力,培养出高素质、多元化的人才。
-
关键词
多模态
情感分类
语义分析
文化认知
情感强度
新媒体传播
-
Keywords
multimodal
emotional classification
semantic analysis
cultural cognition
emotional intensity
new media
-
分类号
G642
[文化科学—高等教育学]
-
-
题名多模态审讯心理语义分析助力审讯智能化
被引量：2
- 5
-
-
作者
李永春
王智勇
贺佳琦
李英杰
-
机构
沈阳康泰电子科技股份有限公司
-
出处
《信息与电脑》
2021年第17期139-142,共4页
-
文摘
公安机关日常审讯办案是一个高强度的心理对抗和心理博弈过程,审讯过程中犯罪嫌疑的微表情、眼动、语音、体态等生物行为表达往往隐含了其真实的思维意识、意志行为。如果能够及时、准确的识别和利用犯罪嫌疑人的这些情感表达,就可以有效辅助侦查讯问人员识别谎言、发现线索、防范心理风险,提升办案效率和办案质量。
-
关键词
审讯
机器情感识别
微表情
多模态心理语义分析
识别谎言
-
Keywords
interrogation
machine emotion recognition
micro-expression
multimodal psycho-semantic analysis
recognition of lies
-
分类号
D631.1
[政治法律—政治学]
TP391.41
[政治法律—中外政治制度]
-
