基于藏文古籍傳播圖像信息自動(dòng)分類(lèi)方法研究

高飛+沈淑濤

摘 要 藏文古籍是藏文化的重要載體，種類(lèi)復(fù)雜，內(nèi)容龐大，在對(duì)藏族文化進(jìn)行研究時(shí)，必須要對(duì)藏文古籍的圖像信息進(jìn)行分類(lèi)。研究了一種藏文古籍圖像信息自動(dòng)分類(lèi)方法，通過(guò)對(duì)藏文古籍傳播圖像信息進(jìn)行預(yù)處理提取出具有明顯特點(diǎn)的圖像傳播信息，利用文本表示法表示出不同的圖像信息，從而完成整個(gè)分類(lèi)，借助檢測(cè)儀計(jì)算分類(lèi)的召回率和準(zhǔn)確率，判斷分類(lèi)準(zhǔn)確性。

關(guān)鍵詞 藏文古籍；圖像信息；自動(dòng)分類(lèi)方法

中圖分類(lèi)號(hào) G2 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1674-6708（2017）199-0182-02

目前我國(guó)藏文古籍卷秩浩繁，數(shù)量驚人，內(nèi)容廣博，成為偉大中華民族文化遺產(chǎn)的重要組成部分，也代表了先輩偉大的思想理念。但是藏文古籍涉及內(nèi)容過(guò)多，種類(lèi)復(fù)雜，在研究藏族知識(shí)時(shí)，想要從海量藏文古籍中選取出有用的藏文古籍是一項(xiàng)極為困難的事情，學(xué)者一直尋求有效的方法高效準(zhǔn)確的對(duì)藏文古籍圖像傳播信息進(jìn)行分類(lèi)。本文給出了一種藏文古籍圖像信息自動(dòng)分類(lèi)方法，首選對(duì)藏文古籍傳播圖像信息進(jìn)行預(yù)處理，然后提取出具有明顯特點(diǎn)的圖像傳播信息，利用文本表示法表示出不同的圖像信息，從而完成整個(gè)分類(lèi)，最后再用檢測(cè)儀計(jì)算分類(lèi)的召回率和準(zhǔn)確率，找出不足，并不斷優(yōu)化[ 1 ]。

1 藏文古籍傳播圖像信息預(yù)處理

藏文古籍傳播圖像信息自動(dòng)分類(lèi)方法分為分類(lèi)和檢測(cè)兩個(gè)階段，利用文獻(xiàn)調(diào)研法對(duì)藏文古籍傳播圖像的相關(guān)信息進(jìn)行研究，通過(guò)機(jī)器將得到的古籍傳播圖像信息進(jìn)行分類(lèi)。圖像信息分類(lèi)總體框架如圖1所示。

圖1中，分類(lèi)階段利用分類(lèi)器對(duì)圖像信息的特征進(jìn)行提取，經(jīng)過(guò)文本處理、信息設(shè)置、文獻(xiàn)研究等階段實(shí)現(xiàn)圖像的分類(lèi)，測(cè)試階段利用測(cè)試儀調(diào)查準(zhǔn)確率和召回率，完成對(duì)分類(lèi)結(jié)果的檢測(cè)。藏文古籍傳播圖像信息自動(dòng)分類(lèi)過(guò)程主要包括圖像信息預(yù)處理、圖像信息特征提取、圖像信息文本表示、圖像信息自動(dòng)分類(lèi)評(píng)測(cè)，其中，最重要的一步為圖像信息特征提取，最困難的一步為圖像信息文本表示[2]。

藏文古籍傳播圖像信息預(yù)處理是從藏文古籍中提取出特征圖像傳播信息進(jìn)而對(duì)藏文古籍進(jìn)行處理的過(guò)程，主要目的是從大量信息中提取有用信息，剔除和中心關(guān)系不大的文字、符號(hào)和圖像。通常會(huì)設(shè)計(jì)一個(gè)關(guān)鍵信息表格，然后將藏文古籍中與關(guān)鍵信息有關(guān)的部分篩選出來(lái)，進(jìn)一步處理圖像信息，也可以將藏文古籍中與關(guān)鍵信息無(wú)關(guān)的部分剔除掉，從而留下處理圖像信息的空間。

2 藏文古籍傳播圖像信息特征提取

藏文古籍的文章篇幅往往較短，但是每一篇藏文古籍中都會(huì)涉及到不同的圖像，累計(jì)出來(lái)有大量的圖像信息，圖像信息會(huì)導(dǎo)致得到的向量空間維數(shù)特別高。每本藏文古籍中的圖像信息都具有相關(guān)性，不同類(lèi)型的藏文古籍也可能包含相同或者不同的相關(guān)圖像信息，對(duì)藏文古籍分類(lèi)起到關(guān)鍵性作用，是必不可少的一步。藏文古籍傳播圖像信息特征提取的難點(diǎn)在于特征圖像的選擇以及權(quán)值的計(jì)算。藏文古籍的特征空間維數(shù)過(guò)大，會(huì)嚴(yán)重影響分類(lèi)的效率和結(jié)果的準(zhǔn)確率，因此在進(jìn)行信息分類(lèi)時(shí)，必須要降低藏文古籍圖像信息的空間維數(shù)，選取出能夠?yàn)榉诸?lèi)提供較大貢獻(xiàn)的圖像信息，從而進(jìn)行特征提取。

對(duì)藏文古籍傳播圖像信息進(jìn)行特征提取時(shí)首先要計(jì)算出藏文古籍傳播圖像頻率，計(jì)算公式如下：

3 藏文古籍傳播圖像信息文本表示

藏文古籍傳播圖像信息文本表示就是對(duì)圖像文本進(jìn)行形式化處理，利用計(jì)算機(jī)理解圖像信息文本，制造索引模型。目前比較常用的模型有空間向量模型、自然圖像模型和概率模型。經(jīng)過(guò)大量實(shí)踐證明，空間向量模型在表示圖像信息文本中最為有效。應(yīng)用在SMART圖像信息檢測(cè)系統(tǒng)?？臻g向量模型能夠?qū)⒋罅總鞑D像信息表示為特征詞矩陣，將相似圖像轉(zhuǎn)化為特征向量相似度比較，分類(lèi)過(guò)程將會(huì)變得更加清晰明了。特征信息矩陣如下表1所示。

4 藏文古籍傳播圖像信息自動(dòng)分類(lèi)評(píng)測(cè)

傳播圖像信息自動(dòng)分類(lèi)評(píng)測(cè)是自動(dòng)分類(lèi)的關(guān)鍵步驟，通過(guò)評(píng)測(cè)分類(lèi)效果，尋找到信息分類(lèi)過(guò)程中的不足之處，然后對(duì)分類(lèi)器加以改進(jìn)，從而制造出更加準(zhǔn)確的分類(lèi)器。

通常會(huì)對(duì)分類(lèi)后圖像信息的召回率和準(zhǔn)確率進(jìn)行計(jì)算，從而評(píng)測(cè)自動(dòng)分類(lèi)精度。數(shù)學(xué)公式如下：

5 結(jié)論與討論

通過(guò)本文的探討分析可以了解到藏文古籍是藏文化的重要載體，目前我國(guó)收藏的藏文古籍種類(lèi)過(guò)于復(fù)雜，內(nèi)容龐大，學(xué)者在對(duì)藏族文化進(jìn)行研究時(shí)，必須要對(duì)藏文古籍的圖像信息進(jìn)行分類(lèi)。研究了一種藏文古籍圖像信息自動(dòng)分類(lèi)方法，首先要對(duì)藏文古籍傳播圖像信息進(jìn)行預(yù)處理，然后提取出具有明顯特點(diǎn)的圖像傳播信息，利用文本表示法表示出不同的圖像信息，從而完成整個(gè)分類(lèi)，最后借助檢測(cè)儀計(jì)算分類(lèi)的召回率和準(zhǔn)確率，判斷分類(lèi)準(zhǔn)確性，本文給出的方法效率高，耗時(shí)短，是未來(lái)研究藏文化必然使用的方法之一。

參考文獻(xiàn)

[1]施艷蕊，單廣榮.藏文古籍書(shū)籍類(lèi)數(shù)字圖書(shū)館元數(shù)據(jù)標(biāo)準(zhǔn)的設(shè)計(jì)研究[J].甘肅科技，2009，25（11）：10-12.

[2]索南多杰.中國(guó)民族圖書(shū)館藏文古籍文獻(xiàn)的開(kāi)發(fā)和研究[J].西藏民族大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2013，34（2）：103-107.endprint