Content-based annotation and classification framework: a general multi-purpose approach
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F13%3A00065734" target="_blank" >RIV/00216224:14330/13:00065734 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1145/2513591.2513651" target="_blank" >http://dx.doi.org/10.1145/2513591.2513651</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1145/2513591.2513651" target="_blank" >10.1145/2513591.2513651</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Content-based annotation and classification framework: a general multi-purpose approach
Popis výsledku v původním jazyce
Unprecedented amounts of digital data are becoming available nowadays, but frequently the data lack some semantic information necessary to effectively organize these resources. For images in particular, textual annotations that represent the semantics are highly desirable. Only a small percentage of images is created with reliable annotations, therefore a lot of effort is being invested into automatic image annotation. In this paper, we address the annotation problem from a general perspective and introduce a new annotation model that is applicable to many text assignment problems. We also provide experimental results from several implemented instances of our model.
Název v anglickém jazyce
Content-based annotation and classification framework: a general multi-purpose approach
Popis výsledku anglicky
Unprecedented amounts of digital data are becoming available nowadays, but frequently the data lack some semantic information necessary to effectively organize these resources. For images in particular, textual annotations that represent the semantics are highly desirable. Only a small percentage of images is created with reliable annotations, therefore a lot of effort is being invested into automatic image annotation. In this paper, we address the annotation problem from a general perspective and introduce a new annotation model that is applicable to many text assignment problems. We also provide experimental results from several implemented instances of our model.
Klasifikace
Druh
D - Stať ve sborníku
CEP obor
IN - Informatika
OECD FORD obor
—
Návaznosti výsledku
Projekt
Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.
Návaznosti
P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)
Ostatní
Rok uplatnění
2013
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Proceedings of the 17th International Database Engineering & Applications Symposium
ISBN
9781450320252
ISSN
—
e-ISSN
—
Počet stran výsledku
10
Strana od-do
58-67
Název nakladatele
ACM
Místo vydání
New York, NY, USA
Místo konání akce
Barcelona, Spain
Datum konání akce
1. 1. 2013
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—