找到4项技术成果数据。
找技术>-
交通运输大数据体系结构、智能检索与共享关键技术研究和应用
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
目前的交通大数据体系结构建设、检索方式以及智能化应用方面,都存在不足,主要体现在以下几个方面： （1）缺乏一种协同、互容的交通运输大数据组织架构。 （2）知识共享的动力不够。 （3）数据应用和检索方式简单,为未来向智能化的方向发展准备不足。 因此,本项目利用长安大学在交通运输行业的地位,利用所拥有的数据和知识资源,并结合陕西省交通运输行业典型的数据中心,研交通运输大数据的体系架构和智能化应用中的关键技术,同时探索一种知识交易的机制,促进知识的生产和交通大数据积累。势必对交通运输行业数据、知识等的积累和应用起到重大的促进作用。 本项目主要研究内容及应用情况有： 1.提出并研究一种协同、互容的交通大数据体系结构,并开发相应的接口;项目讨论了数据的资产属性,基于数据资产属性提出交通大数据体系结构（Transportation Data Architecture of Property, 简称TDA-P）。该架构在陕西省物流信息公共服务平台工程中进行了实施,并开发相应的接口。 2.构建一站式的“交通运输专业搜索引擎”;设计并实现了交通运输专业搜索引擎,该引擎基于语义分析技术,实现搜索对象与文本内容之间的对比,使得搜索可以精确定位到文章的段落;在工程应用方面尚需要进一步工作。 3.对交通运输本体的体系进行规划,研究基于交通大数据的交通本体构建方法。在此基础上,利用专业搜索引擎,构建交通运输本体库。 4.研究知识交易机制,构建交通运输知识共享平台。根据数据的资产特征,按照用户角色对陕西省物流信息公共服务平台的功能进行设计,让物流转变为信息流,设计机制中实现了信息的自增长和信息保护。目前,该平台正在建设。 5.研究基于本体的信息表示方法、推理和知识发现方法。对原有部分资源进行改造。 对交通本体的推理应用进行了初步研究,研究了对博硕士论文基于本体的改造方法,需要进一步完善本体,进行工程应用。 6.将基于本体的智能化功能加入到交通运输专业搜索引擎。 主要的创新点有： （1）提出了一种基于数据资产特征的交通运输大数据体系结构。该体系结构以用户为中心组织数据,数据访问是在用户许可和授权的基础上开展,数据的真实性和价值由使用者进行判断。 （2）提出了基于交通运输本体框架。框架将交通运输本体与交通信息基础数据元进行了对应,形成了具有延续性的数据模型,兼容了当前正在实行的数据标准。框架从层次上分为公共本体、领域本体和应用本体,从业务领域上分为公路、铁路、航空、水路、管道运输5大类。 （3）提出了基于大数据的交通运输本体构建方法。基本过程为：首先利用搜索引擎进行交通文档集的获取,然后进行中文分词、术语边界标注、提取和术语相关度判断,合并得到概念集。进一步进行聚类和优化,从而得到本体原型。
-
中英双例句智能检索引擎
成熟度：可规模生产
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
在学习和使用外语时，双语例句常常比词条释义更有帮助。哈工大信息检索研究室将中文自动分词标注、中文依存句法分析、中文词义消歧和词义扩展、模糊语义距离计算、中英双语语料自动句对齐和词对齐、中文句子索引与检索等多项关键技术融于一炉，研制出了中英双语例句智能检索引擎。该引擎从大量双语例句中快速准确地检索出与用户提交的检索式最贴切的双语例句，用户可以参考例句，写出正确地道的外语句子，将为用户提供完美的英语学习和写作环境。对输入的中文短语（2-3个中文词）在50万中英双语句对库中进行语义级模糊检索，输出与输入相关的中英文双语句对，帮助懂基本英语语法的人学习写地道的英文。可达到实时的检索效率，具有模糊检索（同义扩展、同构扩展等）等功能。技术水平达到了国际先进水平。产业化前景目前已经与金山公司合作，进行在线系统的展示和实验，今后可以应用于PC左面系统或者嵌入到手机、"文曲星"、PDA等移动设备中，乃至于与移动服务商合作，通过短消息的方式提供双语例句检索服务，真正达到实时的帮助人们写出流利英文的目的。经济效益和社会效益随着"汉-英双例句智能检索引擎"在PC机和各种平台上的普及，在为中国用户提供完美的英语学习和写作环境的社会效益同时，也必将为各种应用和服务提供商产生巨大的经济效益。应用领域PC桌面系统，手机、"文曲星"、PDA等嵌入式设备，移动短消息服务等多种应用领域。合作意向以技术转让的形式合作，转让费40万元。项目相关负责人：刘挺、张宇、秦兵
-
面向智能检索的跨媒体语义映射研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。人类对客观世界的认知是基于不同感官信息形成的整体性理解,任何感官信息的缺乏或不准确将导致人类理解的偏差,即“McGurk现象”。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表学术论文32篇,其中SCI收录9篇,EI收录25篇,中文核心期刊10篇,并申请发明专利授权2项、受理6项,获软件著作权5项。
-
跨媒体语义映射与智能检索关键技术研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表（录用）学术论文65篇,其中SCI收录19篇,EI收录的期刊论文54篇。获发明专利授权2项,受理12项,获软件著作权5项。项目所取得的研究成果主要体现在图像自动标注、图像描述生成、图像目标检测和语义分割、跨媒体图文检索、自然语言处理与理解等几个方面。项目的研究促进了视听觉认知机理的探索,推动了海量异构信息的组织、查找与分析技术的发展,具备重要的科学意义和应用前景。
找到4项技术成果数据。
找技术>-
交通运输大数据体系结构、智能检索与共享关键技术研究和应用
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
目前的交通大数据体系结构建设、检索方式以及智能化应用方面,都存在不足,主要体现在以下几个方面： （1）缺乏一种协同、互容的交通运输大数据组织架构。 （2）知识共享的动力不够。 （3）数据应用和检索方式简单,为未来向智能化的方向发展准备不足。 因此,本项目利用长安大学在交通运输行业的地位,利用所拥有的数据和知识资源,并结合陕西省交通运输行业典型的数据中心,研交通运输大数据的体系架构和智能化应用中的关键技术,同时探索一种知识交易的机制,促进知识的生产和交通大数据积累。势必对交通运输行业数据、知识等的积累和应用起到重大的促进作用。 本项目主要研究内容及应用情况有： 1.提出并研究一种协同、互容的交通大数据体系结构,并开发相应的接口;项目讨论了数据的资产属性,基于数据资产属性提出交通大数据体系结构（Transportation Data Architecture of Property, 简称TDA-P）。该架构在陕西省物流信息公共服务平台工程中进行了实施,并开发相应的接口。 2.构建一站式的“交通运输专业搜索引擎”;设计并实现了交通运输专业搜索引擎,该引擎基于语义分析技术,实现搜索对象与文本内容之间的对比,使得搜索可以精确定位到文章的段落;在工程应用方面尚需要进一步工作。 3.对交通运输本体的体系进行规划,研究基于交通大数据的交通本体构建方法。在此基础上,利用专业搜索引擎,构建交通运输本体库。 4.研究知识交易机制,构建交通运输知识共享平台。根据数据的资产特征,按照用户角色对陕西省物流信息公共服务平台的功能进行设计,让物流转变为信息流,设计机制中实现了信息的自增长和信息保护。目前,该平台正在建设。 5.研究基于本体的信息表示方法、推理和知识发现方法。对原有部分资源进行改造。 对交通本体的推理应用进行了初步研究,研究了对博硕士论文基于本体的改造方法,需要进一步完善本体,进行工程应用。 6.将基于本体的智能化功能加入到交通运输专业搜索引擎。 主要的创新点有： （1）提出了一种基于数据资产特征的交通运输大数据体系结构。该体系结构以用户为中心组织数据,数据访问是在用户许可和授权的基础上开展,数据的真实性和价值由使用者进行判断。 （2）提出了基于交通运输本体框架。框架将交通运输本体与交通信息基础数据元进行了对应,形成了具有延续性的数据模型,兼容了当前正在实行的数据标准。框架从层次上分为公共本体、领域本体和应用本体,从业务领域上分为公路、铁路、航空、水路、管道运输5大类。 （3）提出了基于大数据的交通运输本体构建方法。基本过程为：首先利用搜索引擎进行交通文档集的获取,然后进行中文分词、术语边界标注、提取和术语相关度判断,合并得到概念集。进一步进行聚类和优化,从而得到本体原型。
-
中英双例句智能检索引擎
成熟度：可规模生产
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
在学习和使用外语时，双语例句常常比词条释义更有帮助。哈工大信息检索研究室将中文自动分词标注、中文依存句法分析、中文词义消歧和词义扩展、模糊语义距离计算、中英双语语料自动句对齐和词对齐、中文句子索引与检索等多项关键技术融于一炉，研制出了中英双语例句智能检索引擎。该引擎从大量双语例句中快速准确地检索出与用户提交的检索式最贴切的双语例句，用户可以参考例句，写出正确地道的外语句子，将为用户提供完美的英语学习和写作环境。对输入的中文短语（2-3个中文词）在50万中英双语句对库中进行语义级模糊检索，输出与输入相关的中英文双语句对，帮助懂基本英语语法的人学习写地道的英文。可达到实时的检索效率，具有模糊检索（同义扩展、同构扩展等）等功能。技术水平达到了国际先进水平。产业化前景目前已经与金山公司合作，进行在线系统的展示和实验，今后可以应用于PC左面系统或者嵌入到手机、"文曲星"、PDA等移动设备中，乃至于与移动服务商合作，通过短消息的方式提供双语例句检索服务，真正达到实时的帮助人们写出流利英文的目的。经济效益和社会效益随着"汉-英双例句智能检索引擎"在PC机和各种平台上的普及，在为中国用户提供完美的英语学习和写作环境的社会效益同时，也必将为各种应用和服务提供商产生巨大的经济效益。应用领域PC桌面系统，手机、"文曲星"、PDA等嵌入式设备，移动短消息服务等多种应用领域。合作意向以技术转让的形式合作，转让费40万元。项目相关负责人：刘挺、张宇、秦兵
-
面向智能检索的跨媒体语义映射研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。人类对客观世界的认知是基于不同感官信息形成的整体性理解,任何感官信息的缺乏或不准确将导致人类理解的偏差,即“McGurk现象”。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表学术论文32篇,其中SCI收录9篇,EI收录25篇,中文核心期刊10篇,并申请发明专利授权2项、受理6项,获软件著作权5项。
-
跨媒体语义映射与智能检索关键技术研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表（录用）学术论文65篇,其中SCI收录19篇,EI收录的期刊论文54篇。获发明专利授权2项,受理12项,获软件著作权5项。项目所取得的研究成果主要体现在图像自动标注、图像描述生成、图像目标检测和语义分割、跨媒体图文检索、自然语言处理与理解等几个方面。项目的研究促进了视听觉认知机理的探索,推动了海量异构信息的组织、查找与分析技术的发展,具备重要的科学意义和应用前景。
找到4项技术成果数据。
找技术>-
交通运输大数据体系结构、智能检索与共享关键技术研究和应用
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
目前的交通大数据体系结构建设、检索方式以及智能化应用方面,都存在不足,主要体现在以下几个方面： （1）缺乏一种协同、互容的交通运输大数据组织架构。 （2）知识共享的动力不够。 （3）数据应用和检索方式简单,为未来向智能化的方向发展准备不足。 因此,本项目利用长安大学在交通运输行业的地位,利用所拥有的数据和知识资源,并结合陕西省交通运输行业典型的数据中心,研交通运输大数据的体系架构和智能化应用中的关键技术,同时探索一种知识交易的机制,促进知识的生产和交通大数据积累。势必对交通运输行业数据、知识等的积累和应用起到重大的促进作用。 本项目主要研究内容及应用情况有： 1.提出并研究一种协同、互容的交通大数据体系结构,并开发相应的接口;项目讨论了数据的资产属性,基于数据资产属性提出交通大数据体系结构（Transportation Data Architecture of Property, 简称TDA-P）。该架构在陕西省物流信息公共服务平台工程中进行了实施,并开发相应的接口。 2.构建一站式的“交通运输专业搜索引擎”;设计并实现了交通运输专业搜索引擎,该引擎基于语义分析技术,实现搜索对象与文本内容之间的对比,使得搜索可以精确定位到文章的段落;在工程应用方面尚需要进一步工作。 3.对交通运输本体的体系进行规划,研究基于交通大数据的交通本体构建方法。在此基础上,利用专业搜索引擎,构建交通运输本体库。 4.研究知识交易机制,构建交通运输知识共享平台。根据数据的资产特征,按照用户角色对陕西省物流信息公共服务平台的功能进行设计,让物流转变为信息流,设计机制中实现了信息的自增长和信息保护。目前,该平台正在建设。 5.研究基于本体的信息表示方法、推理和知识发现方法。对原有部分资源进行改造。 对交通本体的推理应用进行了初步研究,研究了对博硕士论文基于本体的改造方法,需要进一步完善本体,进行工程应用。 6.将基于本体的智能化功能加入到交通运输专业搜索引擎。 主要的创新点有： （1）提出了一种基于数据资产特征的交通运输大数据体系结构。该体系结构以用户为中心组织数据,数据访问是在用户许可和授权的基础上开展,数据的真实性和价值由使用者进行判断。 （2）提出了基于交通运输本体框架。框架将交通运输本体与交通信息基础数据元进行了对应,形成了具有延续性的数据模型,兼容了当前正在实行的数据标准。框架从层次上分为公共本体、领域本体和应用本体,从业务领域上分为公路、铁路、航空、水路、管道运输5大类。 （3）提出了基于大数据的交通运输本体构建方法。基本过程为：首先利用搜索引擎进行交通文档集的获取,然后进行中文分词、术语边界标注、提取和术语相关度判断,合并得到概念集。进一步进行聚类和优化,从而得到本体原型。
-
中英双例句智能检索引擎
成熟度：可规模生产
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
在学习和使用外语时，双语例句常常比词条释义更有帮助。哈工大信息检索研究室将中文自动分词标注、中文依存句法分析、中文词义消歧和词义扩展、模糊语义距离计算、中英双语语料自动句对齐和词对齐、中文句子索引与检索等多项关键技术融于一炉，研制出了中英双语例句智能检索引擎。该引擎从大量双语例句中快速准确地检索出与用户提交的检索式最贴切的双语例句，用户可以参考例句，写出正确地道的外语句子，将为用户提供完美的英语学习和写作环境。对输入的中文短语（2-3个中文词）在50万中英双语句对库中进行语义级模糊检索，输出与输入相关的中英文双语句对，帮助懂基本英语语法的人学习写地道的英文。可达到实时的检索效率，具有模糊检索（同义扩展、同构扩展等）等功能。技术水平达到了国际先进水平。产业化前景目前已经与金山公司合作，进行在线系统的展示和实验，今后可以应用于PC左面系统或者嵌入到手机、"文曲星"、PDA等移动设备中，乃至于与移动服务商合作，通过短消息的方式提供双语例句检索服务，真正达到实时的帮助人们写出流利英文的目的。经济效益和社会效益随着"汉-英双例句智能检索引擎"在PC机和各种平台上的普及，在为中国用户提供完美的英语学习和写作环境的社会效益同时，也必将为各种应用和服务提供商产生巨大的经济效益。应用领域PC桌面系统，手机、"文曲星"、PDA等嵌入式设备，移动短消息服务等多种应用领域。合作意向以技术转让的形式合作，转让费40万元。项目相关负责人：刘挺、张宇、秦兵
-
面向智能检索的跨媒体语义映射研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。人类对客观世界的认知是基于不同感官信息形成的整体性理解,任何感官信息的缺乏或不准确将导致人类理解的偏差,即“McGurk现象”。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表学术论文32篇,其中SCI收录9篇,EI收录25篇,中文核心期刊10篇,并申请发明专利授权2项、受理6项,获软件著作权5项。
-
跨媒体语义映射与智能检索关键技术研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表（录用）学术论文65篇,其中SCI收录19篇,EI收录的期刊论文54篇。获发明专利授权2项,受理12项,获软件著作权5项。项目所取得的研究成果主要体现在图像自动标注、图像描述生成、图像目标检测和语义分割、跨媒体图文检索、自然语言处理与理解等几个方面。项目的研究促进了视听觉认知机理的探索,推动了海量异构信息的组织、查找与分析技术的发展,具备重要的科学意义和应用前景。
找到4项技术成果数据。
找技术>-
交通运输大数据体系结构、智能检索与共享关键技术研究和应用
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
目前的交通大数据体系结构建设、检索方式以及智能化应用方面,都存在不足,主要体现在以下几个方面： （1）缺乏一种协同、互容的交通运输大数据组织架构。 （2）知识共享的动力不够。 （3）数据应用和检索方式简单,为未来向智能化的方向发展准备不足。 因此,本项目利用长安大学在交通运输行业的地位,利用所拥有的数据和知识资源,并结合陕西省交通运输行业典型的数据中心,研交通运输大数据的体系架构和智能化应用中的关键技术,同时探索一种知识交易的机制,促进知识的生产和交通大数据积累。势必对交通运输行业数据、知识等的积累和应用起到重大的促进作用。 本项目主要研究内容及应用情况有： 1.提出并研究一种协同、互容的交通大数据体系结构,并开发相应的接口;项目讨论了数据的资产属性,基于数据资产属性提出交通大数据体系结构（Transportation Data Architecture of Property, 简称TDA-P）。该架构在陕西省物流信息公共服务平台工程中进行了实施,并开发相应的接口。 2.构建一站式的“交通运输专业搜索引擎”;设计并实现了交通运输专业搜索引擎,该引擎基于语义分析技术,实现搜索对象与文本内容之间的对比,使得搜索可以精确定位到文章的段落;在工程应用方面尚需要进一步工作。 3.对交通运输本体的体系进行规划,研究基于交通大数据的交通本体构建方法。在此基础上,利用专业搜索引擎,构建交通运输本体库。 4.研究知识交易机制,构建交通运输知识共享平台。根据数据的资产特征,按照用户角色对陕西省物流信息公共服务平台的功能进行设计,让物流转变为信息流,设计机制中实现了信息的自增长和信息保护。目前,该平台正在建设。 5.研究基于本体的信息表示方法、推理和知识发现方法。对原有部分资源进行改造。 对交通本体的推理应用进行了初步研究,研究了对博硕士论文基于本体的改造方法,需要进一步完善本体,进行工程应用。 6.将基于本体的智能化功能加入到交通运输专业搜索引擎。 主要的创新点有： （1）提出了一种基于数据资产特征的交通运输大数据体系结构。该体系结构以用户为中心组织数据,数据访问是在用户许可和授权的基础上开展,数据的真实性和价值由使用者进行判断。 （2）提出了基于交通运输本体框架。框架将交通运输本体与交通信息基础数据元进行了对应,形成了具有延续性的数据模型,兼容了当前正在实行的数据标准。框架从层次上分为公共本体、领域本体和应用本体,从业务领域上分为公路、铁路、航空、水路、管道运输5大类。 （3）提出了基于大数据的交通运输本体构建方法。基本过程为：首先利用搜索引擎进行交通文档集的获取,然后进行中文分词、术语边界标注、提取和术语相关度判断,合并得到概念集。进一步进行聚类和优化,从而得到本体原型。
-
中英双例句智能检索引擎
成熟度：可规模生产
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
在学习和使用外语时，双语例句常常比词条释义更有帮助。哈工大信息检索研究室将中文自动分词标注、中文依存句法分析、中文词义消歧和词义扩展、模糊语义距离计算、中英双语语料自动句对齐和词对齐、中文句子索引与检索等多项关键技术融于一炉，研制出了中英双语例句智能检索引擎。该引擎从大量双语例句中快速准确地检索出与用户提交的检索式最贴切的双语例句，用户可以参考例句，写出正确地道的外语句子，将为用户提供完美的英语学习和写作环境。对输入的中文短语（2-3个中文词）在50万中英双语句对库中进行语义级模糊检索，输出与输入相关的中英文双语句对，帮助懂基本英语语法的人学习写地道的英文。可达到实时的检索效率，具有模糊检索（同义扩展、同构扩展等）等功能。技术水平达到了国际先进水平。产业化前景目前已经与金山公司合作，进行在线系统的展示和实验，今后可以应用于PC左面系统或者嵌入到手机、"文曲星"、PDA等移动设备中，乃至于与移动服务商合作，通过短消息的方式提供双语例句检索服务，真正达到实时的帮助人们写出流利英文的目的。经济效益和社会效益随着"汉-英双例句智能检索引擎"在PC机和各种平台上的普及，在为中国用户提供完美的英语学习和写作环境的社会效益同时，也必将为各种应用和服务提供商产生巨大的经济效益。应用领域PC桌面系统，手机、"文曲星"、PDA等嵌入式设备，移动短消息服务等多种应用领域。合作意向以技术转让的形式合作，转让费40万元。项目相关负责人：刘挺、张宇、秦兵
-
面向智能检索的跨媒体语义映射研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。人类对客观世界的认知是基于不同感官信息形成的整体性理解,任何感官信息的缺乏或不准确将导致人类理解的偏差,即“McGurk现象”。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表学术论文32篇,其中SCI收录9篇,EI收录25篇,中文核心期刊10篇,并申请发明专利授权2项、受理6项,获软件著作权5项。
-
跨媒体语义映射与智能检索关键技术研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表（录用）学术论文65篇,其中SCI收录19篇,EI收录的期刊论文54篇。获发明专利授权2项,受理12项,获软件著作权5项。项目所取得的研究成果主要体现在图像自动标注、图像描述生成、图像目标检测和语义分割、跨媒体图文检索、自然语言处理与理解等几个方面。项目的研究促进了视听觉认知机理的探索,推动了海量异构信息的组织、查找与分析技术的发展,具备重要的科学意义和应用前景。
找到4项技术成果数据。
找技术>-
交通运输大数据体系结构、智能检索与共享关键技术研究和应用
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
目前的交通大数据体系结构建设、检索方式以及智能化应用方面,都存在不足,主要体现在以下几个方面： （1）缺乏一种协同、互容的交通运输大数据组织架构。 （2）知识共享的动力不够。 （3）数据应用和检索方式简单,为未来向智能化的方向发展准备不足。 因此,本项目利用长安大学在交通运输行业的地位,利用所拥有的数据和知识资源,并结合陕西省交通运输行业典型的数据中心,研交通运输大数据的体系架构和智能化应用中的关键技术,同时探索一种知识交易的机制,促进知识的生产和交通大数据积累。势必对交通运输行业数据、知识等的积累和应用起到重大的促进作用。 本项目主要研究内容及应用情况有： 1.提出并研究一种协同、互容的交通大数据体系结构,并开发相应的接口;项目讨论了数据的资产属性,基于数据资产属性提出交通大数据体系结构（Transportation Data Architecture of Property, 简称TDA-P）。该架构在陕西省物流信息公共服务平台工程中进行了实施,并开发相应的接口。 2.构建一站式的“交通运输专业搜索引擎”;设计并实现了交通运输专业搜索引擎,该引擎基于语义分析技术,实现搜索对象与文本内容之间的对比,使得搜索可以精确定位到文章的段落;在工程应用方面尚需要进一步工作。 3.对交通运输本体的体系进行规划,研究基于交通大数据的交通本体构建方法。在此基础上,利用专业搜索引擎,构建交通运输本体库。 4.研究知识交易机制,构建交通运输知识共享平台。根据数据的资产特征,按照用户角色对陕西省物流信息公共服务平台的功能进行设计,让物流转变为信息流,设计机制中实现了信息的自增长和信息保护。目前,该平台正在建设。 5.研究基于本体的信息表示方法、推理和知识发现方法。对原有部分资源进行改造。 对交通本体的推理应用进行了初步研究,研究了对博硕士论文基于本体的改造方法,需要进一步完善本体,进行工程应用。 6.将基于本体的智能化功能加入到交通运输专业搜索引擎。 主要的创新点有： （1）提出了一种基于数据资产特征的交通运输大数据体系结构。该体系结构以用户为中心组织数据,数据访问是在用户许可和授权的基础上开展,数据的真实性和价值由使用者进行判断。 （2）提出了基于交通运输本体框架。框架将交通运输本体与交通信息基础数据元进行了对应,形成了具有延续性的数据模型,兼容了当前正在实行的数据标准。框架从层次上分为公共本体、领域本体和应用本体,从业务领域上分为公路、铁路、航空、水路、管道运输5大类。 （3）提出了基于大数据的交通运输本体构建方法。基本过程为：首先利用搜索引擎进行交通文档集的获取,然后进行中文分词、术语边界标注、提取和术语相关度判断,合并得到概念集。进一步进行聚类和优化,从而得到本体原型。
-
中英双例句智能检索引擎
成熟度：可规模生产
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
在学习和使用外语时，双语例句常常比词条释义更有帮助。哈工大信息检索研究室将中文自动分词标注、中文依存句法分析、中文词义消歧和词义扩展、模糊语义距离计算、中英双语语料自动句对齐和词对齐、中文句子索引与检索等多项关键技术融于一炉，研制出了中英双语例句智能检索引擎。该引擎从大量双语例句中快速准确地检索出与用户提交的检索式最贴切的双语例句，用户可以参考例句，写出正确地道的外语句子，将为用户提供完美的英语学习和写作环境。对输入的中文短语（2-3个中文词）在50万中英双语句对库中进行语义级模糊检索，输出与输入相关的中英文双语句对，帮助懂基本英语语法的人学习写地道的英文。可达到实时的检索效率，具有模糊检索（同义扩展、同构扩展等）等功能。技术水平达到了国际先进水平。产业化前景目前已经与金山公司合作，进行在线系统的展示和实验，今后可以应用于PC左面系统或者嵌入到手机、"文曲星"、PDA等移动设备中，乃至于与移动服务商合作，通过短消息的方式提供双语例句检索服务，真正达到实时的帮助人们写出流利英文的目的。经济效益和社会效益随着"汉-英双例句智能检索引擎"在PC机和各种平台上的普及，在为中国用户提供完美的英语学习和写作环境的社会效益同时，也必将为各种应用和服务提供商产生巨大的经济效益。应用领域PC桌面系统，手机、"文曲星"、PDA等嵌入式设备，移动短消息服务等多种应用领域。合作意向以技术转让的形式合作，转让费40万元。项目相关负责人：刘挺、张宇、秦兵
-
面向智能检索的跨媒体语义映射研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。人类对客观世界的认知是基于不同感官信息形成的整体性理解,任何感官信息的缺乏或不准确将导致人类理解的偏差,即“McGurk现象”。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表学术论文32篇,其中SCI收录9篇,EI收录25篇,中文核心期刊10篇,并申请发明专利授权2项、受理6项,获软件著作权5项。
-
跨媒体语义映射与智能检索关键技术研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表（录用）学术论文65篇,其中SCI收录19篇,EI收录的期刊论文54篇。获发明专利授权2项,受理12项,获软件著作权5项。项目所取得的研究成果主要体现在图像自动标注、图像描述生成、图像目标检测和语义分割、跨媒体图文检索、自然语言处理与理解等几个方面。项目的研究促进了视听觉认知机理的探索,推动了海量异构信息的组织、查找与分析技术的发展,具备重要的科学意义和应用前景。
找到4项技术成果数据。
找技术>-
交通运输大数据体系结构、智能检索与共享关键技术研究和应用
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
目前的交通大数据体系结构建设、检索方式以及智能化应用方面,都存在不足,主要体现在以下几个方面： （1）缺乏一种协同、互容的交通运输大数据组织架构。 （2）知识共享的动力不够。 （3）数据应用和检索方式简单,为未来向智能化的方向发展准备不足。 因此,本项目利用长安大学在交通运输行业的地位,利用所拥有的数据和知识资源,并结合陕西省交通运输行业典型的数据中心,研交通运输大数据的体系架构和智能化应用中的关键技术,同时探索一种知识交易的机制,促进知识的生产和交通大数据积累。势必对交通运输行业数据、知识等的积累和应用起到重大的促进作用。 本项目主要研究内容及应用情况有： 1.提出并研究一种协同、互容的交通大数据体系结构,并开发相应的接口;项目讨论了数据的资产属性,基于数据资产属性提出交通大数据体系结构（Transportation Data Architecture of Property, 简称TDA-P）。该架构在陕西省物流信息公共服务平台工程中进行了实施,并开发相应的接口。 2.构建一站式的“交通运输专业搜索引擎”;设计并实现了交通运输专业搜索引擎,该引擎基于语义分析技术,实现搜索对象与文本内容之间的对比,使得搜索可以精确定位到文章的段落;在工程应用方面尚需要进一步工作。 3.对交通运输本体的体系进行规划,研究基于交通大数据的交通本体构建方法。在此基础上,利用专业搜索引擎,构建交通运输本体库。 4.研究知识交易机制,构建交通运输知识共享平台。根据数据的资产特征,按照用户角色对陕西省物流信息公共服务平台的功能进行设计,让物流转变为信息流,设计机制中实现了信息的自增长和信息保护。目前,该平台正在建设。 5.研究基于本体的信息表示方法、推理和知识发现方法。对原有部分资源进行改造。 对交通本体的推理应用进行了初步研究,研究了对博硕士论文基于本体的改造方法,需要进一步完善本体,进行工程应用。 6.将基于本体的智能化功能加入到交通运输专业搜索引擎。 主要的创新点有： （1）提出了一种基于数据资产特征的交通运输大数据体系结构。该体系结构以用户为中心组织数据,数据访问是在用户许可和授权的基础上开展,数据的真实性和价值由使用者进行判断。 （2）提出了基于交通运输本体框架。框架将交通运输本体与交通信息基础数据元进行了对应,形成了具有延续性的数据模型,兼容了当前正在实行的数据标准。框架从层次上分为公共本体、领域本体和应用本体,从业务领域上分为公路、铁路、航空、水路、管道运输5大类。 （3）提出了基于大数据的交通运输本体构建方法。基本过程为：首先利用搜索引擎进行交通文档集的获取,然后进行中文分词、术语边界标注、提取和术语相关度判断,合并得到概念集。进一步进行聚类和优化,从而得到本体原型。
-
中英双例句智能检索引擎
成熟度：可规模生产
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
在学习和使用外语时，双语例句常常比词条释义更有帮助。哈工大信息检索研究室将中文自动分词标注、中文依存句法分析、中文词义消歧和词义扩展、模糊语义距离计算、中英双语语料自动句对齐和词对齐、中文句子索引与检索等多项关键技术融于一炉，研制出了中英双语例句智能检索引擎。该引擎从大量双语例句中快速准确地检索出与用户提交的检索式最贴切的双语例句，用户可以参考例句，写出正确地道的外语句子，将为用户提供完美的英语学习和写作环境。对输入的中文短语（2-3个中文词）在50万中英双语句对库中进行语义级模糊检索，输出与输入相关的中英文双语句对，帮助懂基本英语语法的人学习写地道的英文。可达到实时的检索效率，具有模糊检索（同义扩展、同构扩展等）等功能。技术水平达到了国际先进水平。产业化前景目前已经与金山公司合作，进行在线系统的展示和实验，今后可以应用于PC左面系统或者嵌入到手机、"文曲星"、PDA等移动设备中，乃至于与移动服务商合作，通过短消息的方式提供双语例句检索服务，真正达到实时的帮助人们写出流利英文的目的。经济效益和社会效益随着"汉-英双例句智能检索引擎"在PC机和各种平台上的普及，在为中国用户提供完美的英语学习和写作环境的社会效益同时，也必将为各种应用和服务提供商产生巨大的经济效益。应用领域PC桌面系统，手机、"文曲星"、PDA等嵌入式设备，移动短消息服务等多种应用领域。合作意向以技术转让的形式合作，转让费40万元。项目相关负责人：刘挺、张宇、秦兵
-
面向智能检索的跨媒体语义映射研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。人类对客观世界的认知是基于不同感官信息形成的整体性理解,任何感官信息的缺乏或不准确将导致人类理解的偏差,即“McGurk现象”。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表学术论文32篇,其中SCI收录9篇,EI收录25篇,中文核心期刊10篇,并申请发明专利授权2项、受理6项,获软件著作权5项。
-
跨媒体语义映射与智能检索关键技术研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表（录用）学术论文65篇,其中SCI收录19篇,EI收录的期刊论文54篇。获发明专利授权2项,受理12项,获软件著作权5项。项目所取得的研究成果主要体现在图像自动标注、图像描述生成、图像目标检测和语义分割、跨媒体图文检索、自然语言处理与理解等几个方面。项目的研究促进了视听觉认知机理的探索,推动了海量异构信息的组织、查找与分析技术的发展,具备重要的科学意义和应用前景。
找到4项技术成果数据。
找技术>-
交通运输大数据体系结构、智能检索与共享关键技术研究和应用
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
目前的交通大数据体系结构建设、检索方式以及智能化应用方面,都存在不足,主要体现在以下几个方面： （1）缺乏一种协同、互容的交通运输大数据组织架构。 （2）知识共享的动力不够。 （3）数据应用和检索方式简单,为未来向智能化的方向发展准备不足。 因此,本项目利用长安大学在交通运输行业的地位,利用所拥有的数据和知识资源,并结合陕西省交通运输行业典型的数据中心,研交通运输大数据的体系架构和智能化应用中的关键技术,同时探索一种知识交易的机制,促进知识的生产和交通大数据积累。势必对交通运输行业数据、知识等的积累和应用起到重大的促进作用。 本项目主要研究内容及应用情况有： 1.提出并研究一种协同、互容的交通大数据体系结构,并开发相应的接口;项目讨论了数据的资产属性,基于数据资产属性提出交通大数据体系结构（Transportation Data Architecture of Property, 简称TDA-P）。该架构在陕西省物流信息公共服务平台工程中进行了实施,并开发相应的接口。 2.构建一站式的“交通运输专业搜索引擎”;设计并实现了交通运输专业搜索引擎,该引擎基于语义分析技术,实现搜索对象与文本内容之间的对比,使得搜索可以精确定位到文章的段落;在工程应用方面尚需要进一步工作。 3.对交通运输本体的体系进行规划,研究基于交通大数据的交通本体构建方法。在此基础上,利用专业搜索引擎,构建交通运输本体库。 4.研究知识交易机制,构建交通运输知识共享平台。根据数据的资产特征,按照用户角色对陕西省物流信息公共服务平台的功能进行设计,让物流转变为信息流,设计机制中实现了信息的自增长和信息保护。目前,该平台正在建设。 5.研究基于本体的信息表示方法、推理和知识发现方法。对原有部分资源进行改造。 对交通本体的推理应用进行了初步研究,研究了对博硕士论文基于本体的改造方法,需要进一步完善本体,进行工程应用。 6.将基于本体的智能化功能加入到交通运输专业搜索引擎。 主要的创新点有： （1）提出了一种基于数据资产特征的交通运输大数据体系结构。该体系结构以用户为中心组织数据,数据访问是在用户许可和授权的基础上开展,数据的真实性和价值由使用者进行判断。 （2）提出了基于交通运输本体框架。框架将交通运输本体与交通信息基础数据元进行了对应,形成了具有延续性的数据模型,兼容了当前正在实行的数据标准。框架从层次上分为公共本体、领域本体和应用本体,从业务领域上分为公路、铁路、航空、水路、管道运输5大类。 （3）提出了基于大数据的交通运输本体构建方法。基本过程为：首先利用搜索引擎进行交通文档集的获取,然后进行中文分词、术语边界标注、提取和术语相关度判断,合并得到概念集。进一步进行聚类和优化,从而得到本体原型。
-
中英双例句智能检索引擎
成熟度：可规模生产
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
在学习和使用外语时，双语例句常常比词条释义更有帮助。哈工大信息检索研究室将中文自动分词标注、中文依存句法分析、中文词义消歧和词义扩展、模糊语义距离计算、中英双语语料自动句对齐和词对齐、中文句子索引与检索等多项关键技术融于一炉，研制出了中英双语例句智能检索引擎。该引擎从大量双语例句中快速准确地检索出与用户提交的检索式最贴切的双语例句，用户可以参考例句，写出正确地道的外语句子，将为用户提供完美的英语学习和写作环境。对输入的中文短语（2-3个中文词）在50万中英双语句对库中进行语义级模糊检索，输出与输入相关的中英文双语句对，帮助懂基本英语语法的人学习写地道的英文。可达到实时的检索效率，具有模糊检索（同义扩展、同构扩展等）等功能。技术水平达到了国际先进水平。产业化前景目前已经与金山公司合作，进行在线系统的展示和实验，今后可以应用于PC左面系统或者嵌入到手机、"文曲星"、PDA等移动设备中，乃至于与移动服务商合作，通过短消息的方式提供双语例句检索服务，真正达到实时的帮助人们写出流利英文的目的。经济效益和社会效益随着"汉-英双例句智能检索引擎"在PC机和各种平台上的普及，在为中国用户提供完美的英语学习和写作环境的社会效益同时，也必将为各种应用和服务提供商产生巨大的经济效益。应用领域PC桌面系统，手机、"文曲星"、PDA等嵌入式设备，移动短消息服务等多种应用领域。合作意向以技术转让的形式合作，转让费40万元。项目相关负责人：刘挺、张宇、秦兵
-
面向智能检索的跨媒体语义映射研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。人类对客观世界的认知是基于不同感官信息形成的整体性理解,任何感官信息的缺乏或不准确将导致人类理解的偏差,即“McGurk现象”。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表学术论文32篇,其中SCI收录9篇,EI收录25篇,中文核心期刊10篇,并申请发明专利授权2项、受理6项,获软件著作权5项。
-
跨媒体语义映射与智能检索关键技术研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表（录用）学术论文65篇,其中SCI收录19篇,EI收录的期刊论文54篇。获发明专利授权2项,受理12项,获软件著作权5项。项目所取得的研究成果主要体现在图像自动标注、图像描述生成、图像目标检测和语义分割、跨媒体图文检索、自然语言处理与理解等几个方面。项目的研究促进了视听觉认知机理的探索,推动了海量异构信息的组织、查找与分析技术的发展,具备重要的科学意义和应用前景。
找到4项技术成果数据。
找技术>-
交通运输大数据体系结构、智能检索与共享关键技术研究和应用
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
目前的交通大数据体系结构建设、检索方式以及智能化应用方面,都存在不足,主要体现在以下几个方面： （1）缺乏一种协同、互容的交通运输大数据组织架构。 （2）知识共享的动力不够。 （3）数据应用和检索方式简单,为未来向智能化的方向发展准备不足。 因此,本项目利用长安大学在交通运输行业的地位,利用所拥有的数据和知识资源,并结合陕西省交通运输行业典型的数据中心,研交通运输大数据的体系架构和智能化应用中的关键技术,同时探索一种知识交易的机制,促进知识的生产和交通大数据积累。势必对交通运输行业数据、知识等的积累和应用起到重大的促进作用。 本项目主要研究内容及应用情况有： 1.提出并研究一种协同、互容的交通大数据体系结构,并开发相应的接口;项目讨论了数据的资产属性,基于数据资产属性提出交通大数据体系结构（Transportation Data Architecture of Property, 简称TDA-P）。该架构在陕西省物流信息公共服务平台工程中进行了实施,并开发相应的接口。 2.构建一站式的“交通运输专业搜索引擎”;设计并实现了交通运输专业搜索引擎,该引擎基于语义分析技术,实现搜索对象与文本内容之间的对比,使得搜索可以精确定位到文章的段落;在工程应用方面尚需要进一步工作。 3.对交通运输本体的体系进行规划,研究基于交通大数据的交通本体构建方法。在此基础上,利用专业搜索引擎,构建交通运输本体库。 4.研究知识交易机制,构建交通运输知识共享平台。根据数据的资产特征,按照用户角色对陕西省物流信息公共服务平台的功能进行设计,让物流转变为信息流,设计机制中实现了信息的自增长和信息保护。目前,该平台正在建设。 5.研究基于本体的信息表示方法、推理和知识发现方法。对原有部分资源进行改造。 对交通本体的推理应用进行了初步研究,研究了对博硕士论文基于本体的改造方法,需要进一步完善本体,进行工程应用。 6.将基于本体的智能化功能加入到交通运输专业搜索引擎。 主要的创新点有： （1）提出了一种基于数据资产特征的交通运输大数据体系结构。该体系结构以用户为中心组织数据,数据访问是在用户许可和授权的基础上开展,数据的真实性和价值由使用者进行判断。 （2）提出了基于交通运输本体框架。框架将交通运输本体与交通信息基础数据元进行了对应,形成了具有延续性的数据模型,兼容了当前正在实行的数据标准。框架从层次上分为公共本体、领域本体和应用本体,从业务领域上分为公路、铁路、航空、水路、管道运输5大类。 （3）提出了基于大数据的交通运输本体构建方法。基本过程为：首先利用搜索引擎进行交通文档集的获取,然后进行中文分词、术语边界标注、提取和术语相关度判断,合并得到概念集。进一步进行聚类和优化,从而得到本体原型。
-
中英双例句智能检索引擎
成熟度：可规模生产
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
在学习和使用外语时，双语例句常常比词条释义更有帮助。哈工大信息检索研究室将中文自动分词标注、中文依存句法分析、中文词义消歧和词义扩展、模糊语义距离计算、中英双语语料自动句对齐和词对齐、中文句子索引与检索等多项关键技术融于一炉，研制出了中英双语例句智能检索引擎。该引擎从大量双语例句中快速准确地检索出与用户提交的检索式最贴切的双语例句，用户可以参考例句，写出正确地道的外语句子，将为用户提供完美的英语学习和写作环境。对输入的中文短语（2-3个中文词）在50万中英双语句对库中进行语义级模糊检索，输出与输入相关的中英文双语句对，帮助懂基本英语语法的人学习写地道的英文。可达到实时的检索效率，具有模糊检索（同义扩展、同构扩展等）等功能。技术水平达到了国际先进水平。产业化前景目前已经与金山公司合作，进行在线系统的展示和实验，今后可以应用于PC左面系统或者嵌入到手机、"文曲星"、PDA等移动设备中，乃至于与移动服务商合作，通过短消息的方式提供双语例句检索服务，真正达到实时的帮助人们写出流利英文的目的。经济效益和社会效益随着"汉-英双例句智能检索引擎"在PC机和各种平台上的普及，在为中国用户提供完美的英语学习和写作环境的社会效益同时，也必将为各种应用和服务提供商产生巨大的经济效益。应用领域PC桌面系统，手机、"文曲星"、PDA等嵌入式设备，移动短消息服务等多种应用领域。合作意向以技术转让的形式合作，转让费40万元。项目相关负责人：刘挺、张宇、秦兵
-
面向智能检索的跨媒体语义映射研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。人类对客观世界的认知是基于不同感官信息形成的整体性理解,任何感官信息的缺乏或不准确将导致人类理解的偏差,即“McGurk现象”。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表学术论文32篇,其中SCI收录9篇,EI收录25篇,中文核心期刊10篇,并申请发明专利授权2项、受理6项,获软件著作权5项。
-
跨媒体语义映射与智能检索关键技术研究
成熟度：-
技术类型：-
应用行业：信息传输、软件和信息技术服务业
技术简介
传统信息检索技术主要面向文本,目前互联网上广泛使用的Google、Yahoo!等搜索引擎都主要采用文本检索技术,即使搜索对象是图像、视频、音频等多媒体数据,也通常利用一组关键字或词组成的查询项进行搜索。然而,人类的视觉和听觉感知是对图像、视频、音频和文本等多媒体信息的综合处理,因此人类感知客观世界的过程本身就具有“跨媒体”的特性。所以,对多媒体数据的语义理解和智能检索也迫切需要具备“跨媒体”特性,也就是说,能够以某一种或多种媒体表达方式描述的用户查询,与在不同类型媒体表达方式描述的媒体信息之间进行查找和相关匹配,从单一媒体检索延伸到跨越不同类型多媒体数据的综合检索。 目前,跨媒体信息在经济、教育和社会安全等领域扮演着重要角色,但由于计算机的识别感知能力远逊于人类,所以其处理效率还远不能满足社会发展的需求。借鉴人类的认知机理,以机器学习的理论、模型和算法为基础,大幅度提高计算机对跨媒体数据的理解和处理能力,不仅能有力地推动信息科学的快速发展,也必将为国民经济和社会发展做出重大贡献。在理论上,研究跨媒体数据的语义映射和智能检索将促进探索视听觉认知机理,构建新的计算模型与计算方法,提高计算机对非结构化信息的理解能力和海量异构信息的处理效率,为人工智能和认知科学的发展作贡献。研究复杂媒体数据及其检索机制,对于缩减语义鸿沟,克服图像、语音和文本（语言）信息处理所面临的瓶颈困难等问题意义重大。此外,构建跨媒体搜索引擎具有重要的应用前景,跨媒体搜索引擎能够在视频会议、数字图书馆、医学诊断和社交网络等方面实现多媒体资源的共享和结构化存储,也将为确保国家安全和公共安全、推动信息服务和相关产业发展、以及提高国民生活水平等做出重要贡献。 本项目的研究从人类感知的角度出发,结合多种机器学习算法构建跨媒体语义映射模型,在多层次语义空间下实现跨媒体的语义检索,具有良好的创新性和系统性。总体上看,本项目的特色与创新之处可概括如下： （1） 在有效编码理论的指导下,研究新的多媒体特征融合和特征选择算法。依据媒体各自的特点使用“词袋”或“特征袋”模型对多种特征进行融合分析,基于深度神经网络构建跨媒体特征学习模型; （2） 针对跨媒体语义映射的难点,深入研究多种快速有效的机器学习算法,结合多种学习技术构建语义映射模型,将多媒体表示从异构的低层特征空间分别映射到一致的隐式和显式语义空间; （3） 根据跨媒体语义映射获取的隐式和显式语义表示,结合粒度空间模型进行语义分析,研究多层次多粒度语义描述模型,从而能够全方位地获取更精确的语义信息,为提高跨媒体检索的性能奠定基础。 在本项目的支持下,项目组人员积极开展相应的研究工作,取得了一系列研究成果。依托本项目发表（录用）学术论文65篇,其中SCI收录19篇,EI收录的期刊论文54篇。获发明专利授权2项,受理12项,获软件著作权5项。项目所取得的研究成果主要体现在图像自动标注、图像描述生成、图像目标检测和语义分割、跨媒体图文检索、自然语言处理与理解等几个方面。项目的研究促进了视听觉认知机理的探索,推动了海量异构信息的组织、查找与分析技术的发展,具备重要的科学意义和应用前景。