問題タブ [content-based-retrieval]

ある Git リポジトリから別の Git リポジトリに単一ファイルのリソースを追加することはできますか?

サブモジュールのようなものですが、さらに軽量です

インターネット自体にコンテンツ ベースのアドレッシングが組み込まれるまで、Git でそのような機能を提供しない理由はないと思います。

手書きテキストの類似セグメントの一部を検索する手法または既知の方法を探しています。

これは一種の画像検索ですが、単語や文字全体を検索するのではなく、入力画像としてパターンを指定してストロークの類似部分を検索したいと考えています。

下の図はこのプロセスを示しています。赤いセグメントは入力画像で、赤い四角形は入力に似たテキストの一部を表しています。

「似ている」とは、「ほぼ」という意味であり、完全に一致するわけではありません

前もって感謝します

私は現在、ユーザーが以前に気に入ったアイテムに似たアイテムを推奨する既存のシステムに取り組んでいます。

交互最小二乗協調フィルタリングを使用して、ユーザーとアイテムの特徴ベクトルを見つけます。次に、アイテムの特徴ベクトルを使用し、コサイン類似度測定を使用して類似アイテムを見つけます。

ただし、これがアイテム ベースの CF なのか、コンテンツ ベースのフィルタリングなのかについて、明確にしたいと思います。私の傾向は、それが両方であるということです。アイテムを比較するために類似度を使用しているため、アイテムは特徴ベクトルの内容にありますか?

ありがとう、

誰かが私を明確にするのを手伝ってくれますか。

現在、おすすめアイテムに対応するスコアを含むおすすめリストを返す協調フィルタリング (ALS) を使用しています。これに加えて、「ロマンチックな映画」など、ユーザーが指定したものに対応するタグがアイテムに含まれている場合、スコアを上げています (+0.1)。私にとって、これはハイブリッド コラボレーション アプローチと見なされます。これは、コンテンツ ベースのフィルタリングを使用してコラボレーティブ フィルタリングの結果を向上させているためです (間違っている場合は修正してください)。

では、Collaborative フィルタリングを行わずに同じアプローチを行ったらどうなるでしょうか? コンテンツベースのフィルタリングと見なされますか? ユーザーが指定したもの (「ロマンチックな映画」など) に対応する各料理の内容と属性に基づいて、引き続き料理をお勧めします。

私が混乱している理由は、Naive Bayes などのアルゴリズムを適用するコンテンツベースのフィルタリングを見たことがあるためです。このアプローチは、アイテム (コンテンツ) の単純な検索に似ています。

MTurk の Web サイトをクロールしました。データセットとして 260 ヒットがあり、このデータセットから特定の数のユーザーがヒットを選択し、選択した各ヒットに評価を割り当てました。ここで、これらのユーザーの選択に基づいて、これらのユーザーに推奨事項を提供したいと思います。どのように可能ですか？誰でも推奨アルゴリズムを推奨できますか?

Fisher Vector について読んだことがありますが、まだ学習中です。これは、GMM (または通常 VLAD と呼ばれる場合でも k-means) を利用した従来の BoF 表現よりも優れた表現です。

ただし、通常、SVM などの分類問題に使用されることがわかりました。

しかし、画像検索はどうでしょうか? それらが画像の検索にも使用されているのを見てきましたが (こちら)、1 つの点がわかりません。

そのような状況でそれらを使用することは合理的ですか?

免責事項: 私はニューラル ネットワークやディープ ラーニングについて何も知りません。

Product Quantization を使用したVLAD および Fisher ベクトルは、適切な画像検索に近似最近傍を使用する方法の良い例です。ただし、Neural Networks のアプローチが Bag of Words や VLAD よりも正確であることが証明されています。

私の質問は次のとおりです。

1. NN 記述子の作成は、従来のアプローチ (VLAD や Fisher Vector など) よりも高速ですか?
2. 似たような画像を見つけるために、従来の ANN アプローチを NN コードで使用できますか? そうでない場合、NN コードはどのように索引付けされますか?
3. NN コード間の類似性を測定するためにメトリック距離を使用できますか?