MétaCan
Menu
Retour à la cohorte
Enregistrement W4406221573 · doi:10.18280/ts.410606

Design of an Image Content Understanding and Information Extraction Algorithm Integrating Natural Language Processing

2024· article· en· W4406221573 sur OpenAlexvenueno aff
Ling Pang, Aihua Li

Notice bibliographique

RevueTraitement du signal · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueImage Retrieval and Classification Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceInformation extractionExtraction (chemistry)Content (measure theory)Natural language processingImage processingArtificial intelligenceNatural (archaeology)AlgorithmImage (mathematics)Computer visionMathematicsChemistryGeology

Résumé

récupéré en direct d'OpenAlex

With the rapid development of artificial intelligence (AI) technologies, the integration of image content understanding and natural language processing (NLP) has become a hot research topic in the fields of computer vision and NLP.Image content understanding requires not only image classification and object detection capabilities but also the ability to perform in-depth semantic analysis and expression of complex information within the image.Advances in NLP have enabled computers to generate natural language descriptions related to the content of images, thereby facilitating cross-modal communication.In recent years, end-to-end image content understanding methods and NLP-based image information extraction algorithms have gradually become essential technologies for solving multimodal learning and information extraction problems.However, existing methods still have certain limitations in terms of multimodal fusion, information transfer accuracy, and contextual understanding, especially when handling complex scenes and applications where system robustness and accuracy often fail to meet practical requirements.To address these issues, this paper proposes an image content understanding and information extraction algorithm design that integrates NLP.The main contributions of this paper are twofold: first, a deep learning-based end-to-end image content understanding method is proposed, which can directly extract efficient features from images and generate accurate natural language descriptions; second, an NLP-integrated image content information extraction method is introduced, which achieves more efficient and precise multimodal information extraction through deep coupling of image and text information.Experimental results show that the proposed methods significantly improve the accuracy and efficiency of image description generation and information extraction tasks, providing strong support for the deep integration of images and language.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,902
Score d'incertitude au seuil0,420

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,004
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,042
Tête enseignante GPT0,287
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTraitement du signalMême sujetImage Retrieval and Classification TechniquesTravaux en français237 207