文献

J-GLOBAL ID：202002224481785855   整理番号：20A1960077

英語-単語変換へのGreggショートハンド単語における深層学習アプローチ【JST・京大機械翻訳】

Deep Learning Approach in Gregg Shorthand Word to English-Word Conversion

著者 (3件)： Padilla Dionis A. (School of Electrical, Electronics, and Computer Engineering, Mapua University,Manila,Philippines) ,  Vitug Nicole Kim U. (School of Electrical, Electronics, and Computer Engineering, Mapua University,Manila,Philippines) ,  Marquez Julius Benito S. (School of Electrical, Electronics, and Computer Engineering, Mapua University,Manila,Philippines)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICIVC  ページ： 204-210  発行年： 2020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： ショートハンドまたはステノグラフィは,実践のさまざまな分野,特に求愛ステノグラフで使用されている。聴覚のあらゆる詳細を記録するために,ステノグラフはフィリピンの高速で正確な書込みを書く必要があり,ステノグラフは手による手短手の書き込みの従来法をまだ使用する。短い手書きの書き込みは,時間がかかり,時々,多くの文字または単語が転写されるために混乱する。もう一つの問題は,ステノグラフだけが短い手書きを理解,翻訳できることである。文書を解読するために利用可能なステノグラフがないかどうか。深層学習アプローチを用いて,英語語変換に自動Gregg短手単語を実装し開発した。使用した畳込みニューラルネットワーク(CNN)モデルは,オブジェクト分類に用いるオープンソースアルゴリズムであるTensorFlowプラットフォームにおけるInception-v3であった。訓練データセットは,合計16,200データセットで単語当たり120の画像を有する135のLegal Terminologyから成る。訓練されたモデルは91%の検証精度を達成した。テストのために,法的用語当たり10の試行を,合計1350の手書きGregg Shorthand単語を用いて実行した。システムは合計739の単語を正確に翻訳し,54.74%の精度をもたらした。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  聴覚 ,  フィリピン共和国 ,  *英語 ,  求愛 ,  *単語
準シソーラス用語： 手書き ,  訓練データ ,  オープンソース ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 英語 ,  単語 ,  ショートハンド ,  深層学習