Knowledge Transfer between Computer Vision and Text Mining: Similarity-based Learning Approaches

این متن/مرجع پیشگامانه از دیدگاه سنتی که بینایی کامپیوتری (برای تجزیه و تحلیل تصویر) و پردازش رشته‌ای (برای متن کاوی) رشته‌های جداگانه و نامرتبط هستند، متفاوت است، و پیشنهاد می‌کند که تصاویر و متن را می‌توان به صورت مشابهی بررسی کرد. روشی برای اهداف بازیابی، استخراج و طبقه بندی اطلاعات. این متن با برجسته کردن مزایای انتقال دانش بین دو رشته، طیفی از تکنیک‌های جدید یادگیری مبتنی بر شباهت (SBL) را ارائه می‌کند که بر اساس این رویکرد بنا شده‌اند. موضوعات و ویژگی‌ها: انواع رویکردهای SBL، از جمله مدل‌های نزدیک‌ترین همسایه، یادگیری محلی، روش‌های هسته، و الگوریتم‌های خوشه‌بندی را توصیف می‌کند. یک مدل نزدیکترین همسایه را بر اساس عدم تشابه جدید برای تصاویر ارائه می دهد. در مورد یک هسته جدید برای هیستوگرام های (بصری) کلمات، و همچنین چندین هسته بر اساس یک نمایش هرمی بحث می کند. یک رویکرد مبتنی بر هسته رشته برای شناسایی زبان مادری معرفی می کند. حاوی پیوندهایی برای دانلود کد منبع باز مربوطه است.

This ground-breaking text/reference diverges from the traditional view that computer vision (for image analysis) and string processing (for text mining) are separate and unrelated fields of study, propounding that images and text can be treated in a similar manner for the purposes of information retrieval, extraction and classification. Highlighting the benefits of knowledge transfer between the two disciplines, the text presents a range of novel similarity-based learning (SBL) techniques founded on this approach. Topics and features: describes a variety of SBL approaches, including nearest neighbor models, local learning, kernel methods, and clustering algorithms; presents a nearest neighbor model based on a novel dissimilarity for images; discusses a novel kernel for (visual) word histograms, as well as several kernels based on a pyramid representation; introduces an approach based on string kernels for native language identification; contains links for downloading relevant open source code.