文献
J-GLOBAL ID:202002212650918573   整理番号:20A2191845

正確な情報のための機械学習アルゴリズムを用いたWebニュース文書の効率的分類モデル【JST・京大機械翻訳】

Efficient classification model of web news documents using machine learning algorithms for accurate information
著者 (6件):
資料名:
巻: 98  ページ: Null  発行年: 2020年 
JST資料番号: E0995A  ISSN: 0167-4048  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
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。
Webアプリケーションはユーザと情報を交換するための一般的なプラットフォームと見なされている。これらのアプリケーションは,Big-Dataを迅速に処理することができ,ユーザをタイムリーに利用し,新しいポータルに投稿された正確な情報を持ち,克服すべき大きな挑戦である。Webとプロセスビッグデータを収集するために膨大な計算電力が必要であり,このプロセスの空間と時間の複雑性を減らすために開発する必要がある。データマイニングは,明示的特徴に基づく特定の情報を抽出することにより,前述の課題を緩和する解決策であると考えられる。本論文は,ニュース情報を抽出して,ニュース文書を4つの異なるカテゴリービジネス,技術および科学,健康,および enter楽に分類するWebのための効率的モデルを提案した。四つの異なる機械学習分類器サポートベクトルマシン(SVM),K最近傍(kNN),決定木(DT)および長短熱メモリ(LSTM)を比較した。これらの分類器を別々に実装し,次に精度と受信機動作特性曲線を用いて比較した。達成された結果は,kNNの精度が88.72%で最悪であり,SVMが95.04%で最良であることを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
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。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
計算機網  ,  データ保護 

前のページに戻る