抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
中国の歴史文書のディジタル化は,文字カテゴリーの膨大なセットで,大部分の特性が一般的に使用されていないことを新しい挑戦であり,特性分類器を訓練するための試料数を有していた。この問題を解決するために,漢字のラジカルレベル組成を考察し,多重標識学習を用いた深い残留ネットワークを用いた位置依存ラジカルを検出することを提案した。文字は,訓練サンプルに現れるラジカルから構成されているとすれば,これは,訓練試料を用いない新しい文字の認識を可能にした。多重標識学習では,各訓練特性試料はそれが含む各ラジカルのための正のラベルが付けられ,訓練後,文字に現れるすべてのラジカルを検出することができた。印刷された漢字の大きなカテゴリー集合データベース上での実験結果は,提案した方法がラジカルを正確に検出できることを示した。ラジカル配置によれば,提案モデルでは新しい特性と同様に訓練された文字を認識する確実ことができる。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】