Modèles d'Ordonnancement pour l'Annotation Automatique d'Images dans les Réseaux Sociaux

Ludovic Denoyer 1 Patrick Gallinari 1
1 MALIRE - Machine Learning and Information Retrieval
LIP6 - Laboratoire d'Informatique de Paris 6
Résumé : Nous proposons un modèle d’ordonnancement de données relationnelles pour apprendre automatiquement à annoter des images dans les sites permettant le partage social d’images. Ce modèle apprend à associer une liste ordonnée d’étiquettes à une image en considérant simultanément l’information de contenu (texte/image) et les informations relationnelles entre les images. Il est capable d’utiliser aussi bien des informations relationnelles implicites comme les similarités visuelles ou les informations relationnelles explicites comme l’amitié entre deux utilisateurs, où le fait que deux images possèdent le même auteur. Il peut être utilisé aussi bien pour l’annotation d’images non-annotées ou pour aider un utilisateur à annoter ses propres images. Le modèle lui-même est basé sur un algorithme transductif qui apprend à la fois à partir des images déjà annotées et des images à annoter. Les expériences menées sur un corpus réel extrait de Flickr montrent l’efficacité de ce modèle, particulièrement quand celui-ci utilise des informations extraites du réseau social sous-jacent aux images.
Document type :
Conference papers
Complete list of metadatas

https://hal.archives-ouvertes.fr/hal-01292066
Contributor : Lip6 Publications <>
Submitted on : Tuesday, March 22, 2016 - 3:06:53 PM
Last modification on : Thursday, March 21, 2019 - 1:04:53 PM

Identifiers

  • HAL Id : hal-01292066, version 1

Citation

Ludovic Denoyer, Patrick Gallinari. Modèles d'Ordonnancement pour l'Annotation Automatique d'Images dans les Réseaux Sociaux. CORIA 2010, Mar 2010, Sousse, Tunisie. ⟨hal-01292066⟩

Share

Metrics

Record views

110