文献

J-GLOBAL ID：202002226969375533   整理番号：20A2084060

文字レベル学習による意味データ理解【JST・京大機械翻訳】

Semantic Data Understanding with Character Level Learning

著者 (2件)： Mior Michael J. (Rochester Institute of Technology, 102 Lomb Memorial Drive,Rochester,New York,14623-5608) ,  Pu Ken Q. (Ontario Tech University, 2000 Simcoe Street North,Oshawa,Ontario,L1G OC5)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IRI  ページ： 253-258  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： データベースはサイズと複雑性で成長している。データ湖の出現により,データベースはオープンで,急速に進化し,高度に不均一になった。そのようなシナリオにおける異なるエンティティタイプ間の複雑な関係を理解することは,データ科学者にとって挑戦的であり,必要である。文字レベルでデータベースにおける各エンティティタイプに関連したパターン学習に畳込みニューラルネットワークを利用する手法を提案した。学習された文字レベルパターンは,データ湖スキーマ探索と対話型データクリーニングを含む多くの有用なアプリケーションのための十分な意味情報を捉えることができることを証明した。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： *学習 ,  データベース ,  応用プログラム
準シソーラス用語： 意味情報 ,  対話型 ,  複雑性 ,  データクリーニング ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： 文字 ,  学習 ,  意味 ,  理解