文献

J-GLOBAL ID：201702239934765554   整理番号：17A1773320

マルチモーダル完全畳込みニューラルネットワークを用いた文書からの抽出物意味構造の学習【Powered by NICT】

Learning to Extract Semantic Structure from Documents Using Multimodal Fully Convolutional Neural Networks

著者 (6件)： Yang Xiao ,  Yumer Ersin ,  Asente Paul ,  Kraley Mike ,  Kifer Daniel ,  Giles C. Lee
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 4342-4351  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 文書画像からの意味構造を抽出するためのエンドツーエンド,マルチモーダル,完全畳込みネットワークを提示した。画素セグメンテーションタスクとしての文書意味構造抽出を考察し,それらの外観,伝統的なページセグメンテーションタスクのように,だけではなく,その根底にあるテキストの内容に基づくピクセルを分類する統一モデルを提案した。さらに,筆者らは筆者らのネットワークのための訓練データを生成するために使用する効率的な合成文書生成プロセスを提案した。ネットワークは大規模集合合成文書の上で訓練されると,著者らは,半教師つきアプローチを用いた非標識実文書にネットワークを微調整した。を系統的に最適なネットワークアーキテクチャを研究し,このマルチモーダルアプローチと合成データの両方が性能を向上させる有意に訓練ことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *ネットワーク ,  *畳込み ,  エンドツーエンド方式 ,  ネットワークアーキテクチャ ,  *ニューラルネットワーク ,  画素 ,  統一模型 ,  *多モード ,  文書画像
準シソーラス用語： 微調整 ,  訓練データ ,  テキスト , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： マルチモーダル ,  畳込みニューラルネットワーク ,  文書 ,  抽出物 ,  学習