文献

J-GLOBAL ID：202102253434072064   整理番号：21A0986273

歴史的アラビア語文書における単語スポッティングのための特徴エンベディング法の評価【JST・京大機械翻訳】

Evaluation of Feature-Embedding Methods for Word Spotting in Historical Arabic Documents

著者 (4件)： Fathallah Abir (Samovar CNRS, Te ́le ́com SudParis, Institut Polytechnique de Paris,Evry Cedex,France,91011) ,  Khedher Mohamed Ibn (IRT - SystemX,Plaiseau,France,91120) ,  El-Yacoubi Mounim A. (Samovar CNRS, Te ́le ́com SudParis, Institut Polytechnique de Paris,Evry Cedex,France,91011) ,  Ben Amara Najoua Essoukri (Universite ́ de Sousse,Ecole Nationale d’Inge ́nieurs de Sousse, LATIS- Laboratory of Advanced Technology and Intelligent Systems,Sousse,Tunisie,4023)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SSD  ページ： 34-39  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： 歴史的アラビア文書の検索とインデクシングは非常に重要な挑戦である。本論文の目的は,歴史的アラビア文書における単語スポッティングのための特徴表現空間を比較することである。著者らの目標は,異なる機械学習法の特性を用いて埋込み空間を作成することであり,i)主成分分析と線形判別分析のような線形,ii)三重項とSiameseのための畳み込みニューラルネットワークを含む非線形である。続いて,各単語画像を高密度ベクトルによって表現した。したがって,特徴表現に整合するために,ユークリッド距離を用いた。種々の表現空間モデルの評価を示した。埋込み単語モデルをVML-HDデータセット上で評価し,実験は線形のものと比べて非線形法の有効性を示した。Copyright 2021 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： ベクトル ,  線形性 ,  有効性 ,  主成分分析 ,  *単語 ,  機械学習
準シソーラス用語： *アラビア語 ,  空間モデル ,  Euclid距離 ,  線形判別分析 ,  特徴表現 ,  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 (5件)： 歴史 ,  アラビア語 ,  文書 ,  単語 ,  評価