[发明专利]一种基于众包的异构媒体语义融合方法

摘要

本发明公开了一种基于众包的异构媒体语义融合方法，主要包含三个部分：语义抽取、多模态语义融合、语义存储和分布。本发明采用了众包环境下的异构媒体语义融合方法，可以准确地获取任务主题和用户的历史热点主题，并且本发明完全抛开了物理特性提取，执行了仅仅基于语义领域的检索程序，保证了高精确度和高精度比率。另外，本发明在语义提纯之后保证了精确度的增长以及时间代价的稳定。

主权项

一种基于众包的异构媒体语义融合方法，其特征在于，包括以下步骤：1)输入用户集合US和任务集合TS；2)定义一个阈值ε1，0≤ε1≤1；3)计算用户的历史主题tpc(U)和任务的历史主题tpc(t)；4)遍历US集合中的每一个用户U，进行步骤5)的操作，遍历结束后跳到步骤7)；5)遍历TS集合中的每一个任务t，进行步骤6)的操作，遍历结束跳转到步骤4)；6)如果该任务t的历史主题tpc(t)在用户U的历史主题tpc(U)的前ε1个范围之内，则将该任务t推荐给用户U，否则不推荐；7)遍历所有没有被推荐分配出去的任务t，将这些任务随机推荐给US中的用户；8)输入媒体文件M，并定义它的语义实体为SO；9)获取M的一个标注Ai并且将Ai存储到SO中；10)分配SO的重要性wi；11)遍历US中的每一个用户，进行步骤12)；12)如果M可以通过Ai获取，那么ki＝1，否则ki＝0，然后累加ωi*＝wi+ki/|U|；|U|是提供标注的众包用户数量；13)加载媒体文件M的语义实体SO，定义一个阈值ε2，0≤ε2≤1；14)加载媒体文件M的标注集合SetM，并且计算其标注重要性的均值w‾=1|U|Σi=1|U|ωi*;]]>15)遍历每一个用户，进行步骤16)；16)如果编号为j的用户的标注的重要性那么从SetM中删除该用户的标注Aj。