文献

J-GLOBAL ID：201802228304934242   整理番号：18A2120280

スタックノイズ自己符号化機に基づく広告文認識手法【JST・京大機械翻訳】

Advertisements Post Recognition Method Based on Stacked Noise Reduction Autoencoders

著者 (5件)： Zhao Xiaole (昆明理工大学 信息工程与自動化学院,昆明,650500) ,  Luan Jie (昆明理工大学 信息工程与自動化学院,昆明,650500) ,  Feng Xupeng (昆明理工大学 教育技術与网絡中心,昆明,650500) ,  Liu Lijun (昆明理工大学 信息工程与自動化学院,昆明,650500) ,  Huang Qingsong (昆明理工大学 信息工程与自動化学院,昆明650500;云南省計算机技術応用重点実験室,昆明650500)
資料名： Xiaoxing Weixing Jisuanji Xitong  (Xiaoxing Weixing Jisuanji Xitong)
巻： 39  号： 9  ページ： 1921-1926  発行年： 2018年 
JST資料番号： C2136A  ISSN： 1000-1220  CODEN： XWJXEH  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 広告ブログの認識過程において,最初に,テキスト特徴ベクトルと人工定義特徴ベクトルを構築し,次に,2つの特徴ベクトルを,スタックノイズ自己符号化マシンによって処理して,次に,2つの特徴ベクトルを得て,次に,この2つの特徴ベクトルを,組み合わせて,3つの特性ベクトルを得た。最後に,3つの特徴ベクトルを最大エントロピー分類モデルの訓練に用い,実験結果に従って,分類効果の最良モデルを見つけ,次に,このモデルを用いて,最大エントロピー分類モデルのP,R,Fを,それぞれ65.58%,87.9%,および87.9%の最大エントロピー分類モデルの性能を得るのに,このモデルを用いて,最大エントロピー分類モデルの性能を得た,そして,最大エントロピー分類モデルのP,R,およびFは,それぞれ65.58%,87.9%,および87.9%であった。75.12%は、ほとんどの広告博文を有効に識別できる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 固有ベクトル ,  符号器 ,  *雑音 ,  モデル ,  *広告
準シソーラス用語： 分類モデル ,  最大エントロピー ,  特徴ベクトル ,  テキスト ,  ブログ , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (5件)： スタック ,  ノイズ ,  自己 ,  符号化機 ,  手法