| Název: | On Injecting Entropy-Like Features into Deep Neural Networks for Content Relevance Assessment |
| Další názvy: | Vkládání entropii podobných funkcí do hlubokách neuronových sítí pro hodnocení relevance obsahu |
| Autoři: | Sido, Jakub Ekštein, Kamil Pražák, Ondřej Konopík, Miloslav |
| Citace zdrojového dokumentu: | SIDO, J. EKŠTEIN, K. PRAŽÁK, O. KONOPÍK, M. On Injecting Entropy-Like Features into Deep Neural Networks for Content Relevance Assessment. In Theory and Practice of Natural Computing. Cham: Springer, 2021. s. 59-68. ISBN: 978-3-030-90424-1 , ISSN: 0302-9743 |
| Datum vydání: | 2021 |
| Nakladatel: | Springer |
| Typ dokumentu: | konferenční příspěvek ConferenceObject |
| URI: | 2-s2.0-85119867953 http://hdl.handle.net/11025/47638 |
| ISBN: | 978-3-030-90424-1 |
| ISSN: | 0302-9743 |
| Klíčová slova: | hluboké učení;entropie;globální informace;přiřazování relevance obsahu |
| Klíčová slova v dalším jazyce: | Deep learning;Entropy;Global information;Content relevance assessment |
| Abstrakt: | Tento článek podrobně popisuje inovativní techniku vkládání globální (nebo obecně rozsáhlé) míry kvality do hluboké neuronové sítě (DNN) s cílem kompenzovat tendenci DNN zakládat výslednou klasifikaci prakticky ze superpozice lokálních transformací a projekcí okolí. Jako globální míru kvality jsme použili rys podobný pravděpodobnosti stavu AQ1 a injektovali ji do klasifikátoru založeného na DNN nasazeného v konkrétní úloze určení, které části webové stránky jsou určitým zájmem pro další zpracování technikami NLP. Naším cílem bylo rozložit webové stránky různých internetových diskusních fór AQ2 na užitečný obsah, tj. příspěvky uživatelů, a neužitečný obsah, tj. grafiku fóra, menu, bannery, reklamy atd. |
| Abstrakt v dalším jazyce: | This paper describes in details an innovative technique of injection of a global (or generally largescale) quality measure into a deep neural network (DNN) in order to compensate for the tendency of DNNs to found the resulting classification virtually from a superposition of local neighbourhood transformations and projections. We used a state AQ1 probability-like feature as the global quality measure and injected it into a DNN-based classifier deployed in a specific task of determining which parts of a web page are of certain interest for further processing by NLP techniques. Our goal was to decompose web sites of various internet AQ2 discussion forums to useful content, i.e. the posts of users, and useless content, i.e. forum graphics, menus, banners, advertisements, etc. |
| Práva: | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. © Springer |
| Vyskytuje se v kolekcích: | Konferenční příspěvky / Conference Papers (KIV) OBD |
Soubory připojené k záznamu:
| Soubor | Velikost | Formát | |
|---|---|---|---|
| Sido On Injecting Entropy-Like Features into Deep Neural Networks for Content Relevance Assessment.pdf | 1,61 MB | Adobe PDF | Zobrazit/otevřít Vyžádat kopii |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/47638Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.