Traditional image retrieval systems

Traditional image retrieval systems often have difficulty in meeting the needs of users in retrieving relevant content. Firstly, in terms of natural language processing, the analysis of user search terms failed to reach the semantic level. In addition to the weight adjustment between the word segmentation and the words, the overall search results are relatively poor, especially for some combinations of phrases that are not commonly used. Secondly, in terms of resource selection, the results expected by some users are not included in the database at all, so it is absolutely impossible to show them to users. This is because data mining technology is not perfect. It is impossible to accurately mine the graphic and text relationship information, especially in the aspect of the main image meaning recognition, it is easy to mine the non-main map in the news and blog and identify it as the main image. Thirdly, there are timeliness issues showing the results. Some user searches are time-sensitive, that is, it is expected to retrieve breaking news information. If the image retrieval mechanism does not take into account the timeliness, it will not be able to meet the user's timeliness. Because the whole system needs to establish a series of time-sensitive resource display mechanisms from warehousing, display, empowerment, ordering, and exit. Finally, traditional image retrieval systems are scarce in visual features and learning applications, resulting in frequent occurrences of various noises, and user’s experience is rather unsatisfactory.

0/5000

源语言: -

目标语言: -

结果 (简体中文) 1: [复制]

复制成功！

传统的图像检索系统通常具有在满足检索相关内容用户的需求难度。首先，在自然语言处理方面，用户的检索词进行分析没有达到语义层面。除了分词和词之间的权重调整，整体搜索结果是相对较差，尤其是对于不常用的短语的一些组合。其次，在资源选择方面，结果预计将在一些用户并不包含在所有的数据库，所以它是绝对不可能向他们展示给用户。这是因为数据挖掘技术还不完善。这是不可能准确矿图形和文本信息的关系，特别是在主图像含义识别的方面，它是易开采的消息非主地图和博客，并确定其作为主图像。第三，有数字显示的结果时效性的问题。有些用户搜索是时间敏感的，也就是说，它有望取得重大新闻信息。如果图像检索机制没有考虑到时效性，这将无法满足用户的及时性。由于整个系统需要从仓储，展示，授权，订购，并退出建立一系列对时间敏感的资源显示机制。最后，传统的图像检索系统在视觉特征和学习应用的匮乏，导致各种噪声的频繁发生，与用户的体验是相当令人不满意。有些用户搜索是时间敏感的，也就是说，它有望取得重大新闻信息。如果图像检索机制没有考虑到时效性，这将无法满足用户的及时性。由于整个系统需要从仓储，展示，授权，订购，并退出建立一系列对时间敏感的资源显示机制。最后，传统的图像检索系统在视觉特征和学习应用的匮乏，导致各种噪声的频繁发生，与用户的体验是相当令人不满意。有些用户搜索是时间敏感的，也就是说，它有望取得重大新闻信息。如果图像检索机制没有考虑到时效性，这将无法满足用户的及时性。由于整个系统需要从仓储，展示，授权，订购，并退出建立一系列对时间敏感的资源显示机制。最后，传统的图像检索系统在视觉特征和学习应用的匮乏，导致各种噪声的频繁发生，与用户的体验是相当令人不满意。由于整个系统需要从仓储，展示，授权，订购，并退出建立一系列对时间敏感的资源显示机制。最后，传统的图像检索系统在视觉特征和学习应用的匮乏，导致各种噪声的频繁发生，与用户的体验是相当令人不满意。由于整个系统需要从仓储，展示，授权，订购，并退出建立一系列对时间敏感的资源显示机制。最后，传统的图像检索系统在视觉特征和学习应用的匮乏，导致各种噪声的频繁发生，与用户的体验是相当令人不满意。

正在翻译中..

结果 (简体中文) 2:[复制]

复制成功！

传统的图像检索系统往往难以满足用户检索相关内容的需要。首先，在自然语言处理方面，用户搜索词的分析未能达到语义层面。除了分词和单词之间的权重调整外，整体搜索结果也相对较差，尤其是对于一些不常用的短语组合。其次，在资源选择方面，某些用户期望的结果根本不包括在数据库中，因此绝对不可能向用户显示这些结果。这是因为数据挖掘技术并不完美。不可能准确挖掘图形和文本关系信息，特别是在主图像含义识别方面，很容易在新闻和博客中挖掘非主地图并将其识别为主要图像。第三，有显示结果的及时性问题。某些用户搜索对时间敏感，也就是说，它预期会检索突发新闻信息。如果图像检索机制没有考虑到及时性，则无法满足用户的及时性。因为整个系统需要建立一系列对时间敏感的资源显示机制，从仓储、显示、授权、订购和退出。最后，传统的图像检索系统在视觉特征和学习应用中缺乏，导致各种噪声频繁出现，用户体验不尽如人意。

正在翻译中..

结果 (简体中文) 3:[复制]

复制成功！

传统的图像检索系统往往难以满足用户检索相关内容的需求。首先，在自然语言处理方面，用户搜索词的分析未能达到语义层次。除了分词和词之间的权重调整外，整体搜索结果相对较差，特别是一些不常用的短语组合。其次，在资源选择方面，有些用户所期望的结果根本不包含在数据库中，因此绝对不可能向用户展示。这是因为数据挖掘技术并不完善。准确挖掘图文关系信息是不可能的，特别是在主图像意义识别方面，很容易挖掘出新闻博客中的非主地图并将其识别为主图像。第三，有及时性问题显示了结果。有些用户搜索是时间敏感的，也就是说，它需要检索突发新闻信息。如果图像检索机制不考虑时效性，就无法满足用户的时效性。因为整个系统需要建立一系列时间敏感的资源展示机制，从仓储、展示、授权、订购和退出。最后，传统的图像检索系统在视觉特征和学习应用方面存在不足，导致各种噪声的频繁出现，用户体验也相当不理想。<br>

正在翻译中..

其它语言

本翻译工具支持: 世界语, 丹麦语, 乌克兰语, 乌兹别克语, 乌尔都语, 亚美尼亚语, 伊博语, 俄语, 保加利亚语, 信德语, 修纳语, 僧伽罗语, 克林贡语, 克罗地亚语, 冰岛语, 加利西亚语, 加泰罗尼亚语, 匈牙利语, 南非祖鲁语, 南非科萨语, 卡纳达语, 卢旺达语, 卢森堡语, 印地语, 印尼巽他语, 印尼爪哇语, 印尼语, 古吉拉特语, 吉尔吉斯语, 哈萨克语, 土库曼语, 土耳其语, 塔吉克语, 塞尔维亚语, 塞索托语, 夏威夷语, 奥利亚语, 威尔士语, 孟加拉语, 宿务语, 尼泊尔语, 巴斯克语, 布尔语(南非荷兰语), 希伯来语, 希腊语, 库尔德语, 弗里西语, 德语, 意大利语, 意第绪语, 拉丁语, 拉脱维亚语, 挪威语, 捷克语, 斯洛伐克语, 斯洛文尼亚语, 斯瓦希里语, 旁遮普语, 日语, 普什图语, 格鲁吉亚语, 毛利语, 法语, 波兰语, 波斯尼亚语, 波斯语, 泰卢固语, 泰米尔语, 泰语, 海地克里奥尔语, 爱尔兰语, 爱沙尼亚语, 瑞典语, 白俄罗斯语, 科西嘉语, 立陶宛语, 简体中文, 索马里语, 繁体中文, 约鲁巴语, 维吾尔语, 缅甸语, 罗马尼亚语, 老挝语, 自动识别, 芬兰语, 苏格兰盖尔语, 苗语, 英语, 荷兰语, 菲律宾语, 萨摩亚语, 葡萄牙语, 蒙古语, 西班牙语, 豪萨语, 越南语, 阿塞拜疆语, 阿姆哈拉语, 阿尔巴尼亚语, 阿拉伯语, 鞑靼语, 韩语, 马其顿语, 马尔加什语, 马拉地语, 马拉雅拉姆语, 马来语, 马耳他语, 高棉语, 齐切瓦语, 等语言的翻译.