定向推薦在文本人工標(biāo)注中的應(yīng)用

汪悅

摘要：隨著網(wǎng)絡(luò)帶寬的增加以及互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，信息載體由文本漸漸過(guò)渡為視頻圖像等，為了方便人們能夠更快更好地訪問(wèn)和檢索視頻圖像，針對(duì)目前手工標(biāo)注過(guò)于繁瑣并且時(shí)間過(guò)長(zhǎng)的問(wèn)題，該系統(tǒng)希望通過(guò)目前流行的推薦系統(tǒng)和reCAPTCHA系統(tǒng)，對(duì)于各個(gè)用戶的擅長(zhǎng)點(diǎn)進(jìn)行分析并隨著標(biāo)注數(shù)量的累積進(jìn)行調(diào)整，同時(shí)基于人體的耐受性，將部分難于標(biāo)注的圖像加載在容易標(biāo)注的圖片中，減少無(wú)法標(biāo)注的圖片數(shù)量，來(lái)達(dá)到縮短標(biāo)注時(shí)間的目的。

關(guān)鍵詞：手工標(biāo)注；基于內(nèi)容的推薦；定量分析；基于人體生理機(jī)能的加推

中圖分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2019）06-0183-03

隨著網(wǎng)絡(luò)帶寬的增加以及互聯(lián)網(wǎng)技術(shù)的高速發(fā)展，信息載體由文本漸漸過(guò)渡為視頻圖像等，使人們可以更為直觀的了解信息。為了方便人們能夠更快更好地訪問(wèn)和檢索視頻圖像，目前所廣泛采用的解決方案是對(duì)其進(jìn)行標(biāo)注。當(dāng)前所采用的兩類典型標(biāo)注方法為：手動(dòng)標(biāo)注和自動(dòng)標(biāo)注。

自動(dòng)標(biāo)注就是由程式自動(dòng)檢測(cè)圖像或視頻中的關(guān)鍵字并進(jìn)行標(biāo)注，在過(guò)去的十多年中，該項(xiàng)方法吸引了大批研究人員的興趣也取得了顯著的成功，但是無(wú)法否認(rèn)的是自動(dòng)標(biāo)注的準(zhǔn)確性以及相關(guān)性仍然無(wú)法完全達(dá)到人們檢索的需求。

而相對(duì)準(zhǔn)確性較高的手動(dòng)標(biāo)注的圖像語(yǔ)義標(biāo)注方式存在著兩大難題：一是在標(biāo)注大量的圖像時(shí)，完全用手工方法標(biāo)注，工作量太大，時(shí)間過(guò)長(zhǎng)；二是由于用戶對(duì)圖像的理解不同，文本注解存在不可避免的主觀性和不精確性。

近年來(lái)，由于人工標(biāo)注在組織和檢索的高質(zhì)量，越來(lái)越多的組織和團(tuán)體采用人工標(biāo)注來(lái)管理多媒體數(shù)據(jù)。針對(duì)手工標(biāo)注過(guò)于繁瑣并且時(shí)間過(guò)長(zhǎng)的問(wèn)題，本文提出一種新的標(biāo)注系統(tǒng)來(lái)縮短標(biāo)注時(shí)間。

1 推薦系統(tǒng)概述

20世紀(jì)90年代中期出現(xiàn)關(guān)于協(xié)同過(guò)濾技術(shù)的文章之后，推薦系統(tǒng)開(kāi)始作為一門獨(dú)立的學(xué)科得到系統(tǒng)研究，并逐漸成為緩解“信息過(guò)載”的有效手段之一。推薦系統(tǒng)通過(guò)建立用戶與項(xiàng)目之間的二元關(guān)系，利用已有的選擇過(guò)程或相似性關(guān)系挖掘每個(gè)用戶潛在感興趣的對(duì)象，進(jìn)而進(jìn)行個(gè)性化推薦。

從信息過(guò)濾的角度，目前推薦系統(tǒng)主要分為以下幾種：

（1） 協(xié)同過(guò)濾推薦：基于“集體智慧”的思想，通過(guò)與當(dāng)前用戶相似的其他用戶偏好來(lái)預(yù)測(cè)當(dāng)前用戶的偏好。

（2） 基于內(nèi)容的推薦：根據(jù)用戶偏好的方向，利用已有的分類技術(shù)和概率統(tǒng)計(jì)模型，選擇其他類似的項(xiàng)目作為推薦。

（3） 混合推薦：混合推薦主要是為了解決單一推薦技術(shù)的不足，按照不同的混合策略，將不同的推薦技術(shù)進(jìn)行組合并完成推薦。

2 推薦系統(tǒng)在圖像標(biāo)注上的應(yīng)用

圖像標(biāo)注推薦系統(tǒng)采用基于內(nèi)容的推薦。

總體來(lái)看，基于內(nèi)容的上下文感知推薦生成技術(shù)的優(yōu)點(diǎn)在于：能夠充分利用現(xiàn)有成熟的分類技術(shù)、概率統(tǒng)計(jì)模型，來(lái)發(fā)現(xiàn)用戶在不同的上下文條件下對(duì)項(xiàng)目屬性類別的偏好；并不存在“新項(xiàng)目”問(wèn)題，推薦結(jié)果比較直觀、易于理解等。其缺點(diǎn)在于：分析內(nèi)容有限和有效上下文選擇（涉及特征選擇問(wèn)題）、推薦范圍過(guò)窄、新用戶問(wèn)題、多維上下文條件約束下的相似度匹配計(jì)算等。

基于上文假定，我們對(duì)于要標(biāo)注的關(guān)鍵字已經(jīng)給定，同時(shí)為了避免用戶由于采用的詞匯不同而導(dǎo)致的標(biāo)注分類過(guò)于分散，不利于檢索，或者由于中文詞匯的定義模糊而導(dǎo)致結(jié)果差異，我們事先對(duì)于關(guān)鍵字的標(biāo)注方向給出分類定義，且圖片集已經(jīng)做過(guò)初步篩選，并且由系統(tǒng)獲取用戶標(biāo)注各個(gè)關(guān)鍵字的時(shí)間，然后通過(guò)統(tǒng)計(jì)分析用戶關(guān)鍵字的標(biāo)注時(shí)間，來(lái)判斷用戶可能擅長(zhǎng)的方向，故基于內(nèi)容的推薦缺點(diǎn)并不影響其在圖像標(biāo)注推薦系統(tǒng)中的使用。

3 圖像標(biāo)注推薦系統(tǒng)的概述

我們可將圖像標(biāo)注推薦系統(tǒng)流程整理歸納為以下4個(gè)階段：

（1） 數(shù)據(jù)定義及收集：定義用戶、關(guān)鍵字集合、標(biāo)注分類定義、收集用戶標(biāo)注時(shí)間等相關(guān)數(shù)據(jù)；

（2） 用戶擅長(zhǎng)提取：統(tǒng)計(jì)分析用戶擅長(zhǎng)的關(guān)鍵字或方向，生成推薦結(jié)果；

（3） 基于人體生理機(jī)能的加推：對(duì)于那些所有用戶都不擅長(zhǎng)標(biāo)注的圖片，隨機(jī)添加在用戶擅長(zhǎng)的圖片中；

（4） 評(píng)價(jià)與自適應(yīng)改進(jìn)：采用合適的效用評(píng)價(jià)指標(biāo)對(duì)推薦效果進(jìn)行評(píng)價(jià)，并根據(jù)評(píng)價(jià)結(jié)果發(fā)現(xiàn)問(wèn)題和改進(jìn)。

3.1 數(shù)據(jù)定義及收集

按照Adomavicius 等人給出推薦系統(tǒng)的形式化定義，在圖像標(biāo)注前定義標(biāo)注的要素，設(shè)G表示用戶集合，S表示需要本次標(biāo)注的關(guān)鍵字集合（如：顏色、車型、車標(biāo)等），且對(duì)于標(biāo)注關(guān)鍵字的要素進(jìn)行設(shè)定，既可以避免由于要素及關(guān)鍵字語(yǔ)言表述輕微偏差導(dǎo)致的統(tǒng)計(jì)結(jié)果偏差，又可以減少標(biāo)注時(shí)間。設(shè)置效用函數(shù)u表示用戶對(duì)于要素的熟練度，由計(jì)算機(jī)進(jìn)行用戶標(biāo)注時(shí)間數(shù)據(jù)的收集，則噪聲系數(shù)降到最低且隨機(jī)存在。

3.2 用戶擅長(zhǎng)提取

該系統(tǒng)要找到用戶最熟練的關(guān)鍵字及其標(biāo)注分類定義組，加快標(biāo)注的速度，縮短整體標(biāo)注時(shí)間。

一般認(rèn)為，偏好（preference）用于描述決策者對(duì)兩個(gè)或多個(gè)項(xiàng)目的排序關(guān)系。本文關(guān)注點(diǎn)為用戶即標(biāo)注人員的偏好即擅長(zhǎng)方向。目前，上下文用戶偏好提取技術(shù)主要有兩種研究思路：定量分析和定性分析。

其中，定量研究上下文用戶偏好提取技術(shù)，是指使用數(shù)字評(píng)分量化表示上下文用戶偏好，并設(shè)計(jì)偏好提取方法進(jìn)行數(shù)學(xué)計(jì)算。目前，在上下文用戶偏好量化表示方面，主要采用多維向量評(píng)分模型和層次模型。

圖像標(biāo)注推薦系統(tǒng)在定量分析的基礎(chǔ)上，采用基于決策樹(shù)的用戶偏好提取，以標(biāo)注時(shí)間作為衡量基準(zhǔn)，按照預(yù)先給定的關(guān)鍵字及其要素分類定義，對(duì)于各用戶的標(biāo)注時(shí)間建立多維矩陣組。

3.3 基于人體生理機(jī)能的加推

考慮到存在標(biāo)注人員有群體偏向的可能性，導(dǎo)致需標(biāo)注的圖片庫(kù)中仍有剩余圖片。基于上文的推論，假設(shè)已經(jīng)篩選出的圖片為M，則剩下的圖片數(shù)量為N-M。如果將剩下的N-M的圖片，全部沉底按比例分配給各個(gè)標(biāo)注人員，則由于人存在心理及生理疲勞點(diǎn)，當(dāng)標(biāo)注圖片難以判斷過(guò)多，可能存在標(biāo)注過(guò)程關(guān)注力降低，導(dǎo)致降低準(zhǔn)確率。

reCAPTCHA技術(shù)是利用CAPTCHA的原理，借助于人腦對(duì)難以識(shí)別的字符進(jìn)行辨別的技術(shù)，我們同樣也可借鑒其原理，來(lái)對(duì)于難于識(shí)別的圖片進(jìn)行分類，即將簡(jiǎn)單易識(shí)別的圖片和難于識(shí)別的圖片放在一處，避免標(biāo)注人員在處理過(guò)程中由于心理因素而影響標(biāo)注的準(zhǔn)確率和效率。

假定G表示用戶集合，每個(gè)用戶的所分配的圖片為Mg，已經(jīng)篩選出的圖片為M，即

3.4 評(píng)價(jià)與自適應(yīng)改進(jìn)

在進(jìn)行標(biāo)注的過(guò)程中對(duì)標(biāo)注推薦系統(tǒng)性能進(jìn)行評(píng)價(jià)時(shí) ， 指標(biāo)主要針對(duì)標(biāo)注的準(zhǔn)確性，以及標(biāo)注的熟練程度，即標(biāo)注的時(shí)間的長(zhǎng)短。隨著標(biāo)注時(shí)間的累積統(tǒng)計(jì)，調(diào)整圖片推薦的方向，由系統(tǒng)自適應(yīng)進(jìn)行改進(jìn)達(dá)到更好的推薦效果。

此外，還可還將用戶滿意度作為評(píng)價(jià)指標(biāo)，此時(shí)需要用戶對(duì)推薦效果給出主觀評(píng)價(jià)。

隨著時(shí)間的推移且統(tǒng)計(jì)數(shù)據(jù)的完善，用戶的擅長(zhǎng)方向會(huì)發(fā)生變換，故針對(duì)要素關(guān)鍵字的聚類結(jié)果需要累計(jì)疊加，其得出的結(jié)果較單次分析結(jié)果更接近真實(shí)用戶的擅長(zhǎng)方向。

4 總結(jié)語(yǔ)

綜上所述，本系統(tǒng)在綜合考慮標(biāo)注熟練度以及人體的耐受性，通過(guò)目前流行的推薦系統(tǒng)和reCAPTCHA系統(tǒng)，將用戶最熟練的關(guān)鍵字及其標(biāo)注分類推送給用戶，部分難于標(biāo)注的圖像加載在容易標(biāo)注的圖片中，減少無(wú)法標(biāo)注的圖片數(shù)量，來(lái)達(dá)到縮短標(biāo)注時(shí)間的目的。

參考文獻(xiàn)：

[1] 王立才， 孟祥武， 張玉潔.上下文感知推薦系統(tǒng)[J].軟件學(xué)報(bào)，2012，23（1）：1-20.

[2] 孟祥武， 胡勛， 王立才， 張玉潔.移動(dòng)推薦系統(tǒng)及其應(yīng)用[J].軟件學(xué)報(bào)，2013，24（1）：91-108.

[3] 王立才.上下文感知推薦系統(tǒng)若干關(guān)鍵技術(shù)研究[J].北京郵電大學(xué)博士論文.

[4] 林亮亮.基于本體的用戶個(gè)性化檢索模型構(gòu)造研究[D].西安郵電大學(xué)碩士論文.

[5] 陳盛紅.基于上下文的Web推薦算法[D].沈陽(yáng)建筑大學(xué)碩士論文.

[6] 孫克.社交網(wǎng)絡(luò)環(huán)境下移動(dòng)好友推薦系統(tǒng)研究[D].山東師范大學(xué)碩士論文.

[7] 靳婷.基于上下文與面向社會(huì)媒體的信息推薦方法研究[D].復(fù)旦大學(xué)博士論文.

[8] Yan R ， Natsev A ， Campbell M . Hybrid Tagging and Browsing Approaches for Efficient Manual Image Annotation[J]. IEEE Multimedia， 2009， 16（2）：26-41.

【通聯(lián)編輯：梁書(shū)】