人工智能领域论文常见基本概念笔记

BLEU分数:

一个比较候选文本翻译与其他一个或多个参考翻译的评价分数。

AUC:

衡量学习器优劣的一种指标，Roc曲线下与坐标轴围成的面积(0.5~1),越接近1，检测方法真实性越高。

Image Caption:

一般有几种叫法：图像描述，图像标注，看图说话。它的任务，就是给机器一张图像，而后需要机器去感知图像中的物体，甚至去捕捉画面中的关系，最后生成一段描述性质的语言。

image caption的经典过程：

输入一张图片先被CNN编码成一系列feature vectors,每一个vector都捕获关于一个图像区域的语义信息，并且这些vectors被一个基于LSTM或者Transformer网络解码，用来连续地生成词语。 Attention机制使解码过程能够"聚焦“于特定地图像区域。

视觉问答:

一种涉及计算机视觉和自然语言处理的学习任务，就是对给定的图片和问题进行回答。以图片和问题作为输入，结合这两部分信息，让机器以自然语言来回答该图片的问题。

CAM(Class Activation Mapping):

指的是经过W加权的特征图集重叠而成的一个特征图。

对象识别:

给定一张图片可以识别出类别，而目标检测除了要识别类别之外，还要找到他们的位置。

数据脱敏：

指对某些敏感信息通过脱敏规则进行数据的变形，实现敏感隐私数据的可靠保护。

Ground Truth：

就是指正确打标签的训练数据或简单来说就是有效的正确的数据.如果标注数据不是ground truth，那么loss的计算将会产生误差，从而影响到模型质量。

影响因子(IF):

国际上通行的期刊评价指标，指某期刊前两年发表的论文在该报告年份中被引用的次数除以改期刊在这两年内发表的论文总数。

把所有SCI期刊按影响因子排序:

前5%是一区(国际顶级周刊)，前20%是二区，前50%是三区，剩下的是四区。

CAJ

为中国学术期刊全文数据库的英文缩写（China Academic Journals），caj文件是学术文献常见的一种文本格式。

h-index

又称为h指数或h因子,是一种评价学术成就的新方法,h代表高引用次数,一名科研人员的h指数是指他至多有h篇论文分别被引用了至少h次。h指数能够比较准确地反映一个人的学术成就。一个人的h指数越高，则表明他的论文影响力越大。

CiteScore:

和IF差不多,计算的是期刊连续3年论文在第4年度的篇均引用次数,越大越好。
MedSci指数（MI）:它代表中国人投稿杂志的偏向。指数高，表明国内投向该杂志的文章多，或这个杂志比较容易投中。

人工智能领域的两大国际顶会：

AAAI和IJCAI