TÌM KIẾM ẢNH THEO NGỮ NGHĨA DỰA TRÊN CẤU TRÚC iRS-TREE VÀ ONTOLOGY

Lê Thị Vĩnh Thanh và CS. Tập 131, Số 2A, 2022 174 Hình 11. Trích xuất chú thích ảnh dựa trên từ điển 4.2 Kết quả thực nghiệm Trong bài báo này, các tham số M, m, N,  được tiến hành thực nghiệm để lựa chọn giá trị nhằm nâng cao độ chính xác truy vấn. Gọi 𝑛𝑀𝑎𝑥inclass là số phần tử tối đa trong một phân lớp. Chúng tôi thực nghiệm chọn 𝑀 ∈ [𝑛𝑀𝑎𝑥inclass − 𝛼, 𝑛𝑀𝑎𝑥𝑖nclass + 𝛼],  là hằng số; 𝑁 ∈ [2; 𝑀]. Ngưỡng  được sử dụng để đánh giá độ tương tự các phần tử thuộc một cụm. Số phần tử của mỗi phân lớp xấp xỉ 10% của bộ dữ liệu. Do đó, chúng tôi thực nghiệm giá trị θ ∈ [0.1 − 𝜇, 0.1 + 𝜇],  = 0,005 là hệ số học. Thông qua quá trình thực nghiệm, các tham số tối ưu được lựa chọn sao cho hệ thống đạt được độ chính xác tốt nhất được trình bày trong Bảng 1. Bảng 1. Mô tả các tham số thực nghiệm xây dựng cây iRS-Tree Tham số COREL Oxford Flowers 102 CUB-200-2011 M 120 80 70 m 1 1 1 N 20 25 30  0,074 0,098 0,085 𝑇𝑜𝑝𝑘 90 50 45 Thời gian xây dựng iRS -Tree (giờ) 0,39 2,55 3,15 Việc lựa chọn tham số trong bài báo phụ thuộc vào tập dữ liệu bao gồm: (1) số các phần tử dữ liệu mẫu trong một phân lớp; (2) số lượng phần tử trong tập dữ liệu ảnh. Số phần tử trong một phân lớp càng lớn thì tham số M càng lớn. Số lượng phần tử trong tập dữ liệu lớn thì N càng lớn nhằm hạn chế chiều cao của cây giúp giảm thời gian tìm kiếm. Ngưỡng  phụ thuộc vào độ