| Title: | On Injecting Entropy-Like Features into Deep Neural Networks for Content Relevance Assessment |
| Other Titles: | Vkládání entropii podobných funkcí do hlubokách neuronových sítí pro hodnocení relevance obsahu |
| Authors: | Sido, Jakub Ekštein, Kamil Pražák, Ondřej Konopík, Miloslav |
| Citation: | 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 |
| Issue Date: | 2021 |
| Publisher: | Springer |
| Document type: | konferenční příspěvek ConferenceObject |
| URI: | 2-s2.0-85119867953 http://hdl.handle.net/11025/47638 |
| ISBN: | 978-3-030-90424-1 |
| ISSN: | 0302-9743 |
| Keywords: | hluboké učení;entropie;globální informace;přiřazování relevance obsahu |
| Keywords in different language: | Deep learning;Entropy;Global information;Content relevance assessment |
| Abstract: | 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. |
| Abstract in different language: | 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. |
| Rights: | Plný text je přístupný v rámci univerzity přihlášeným uživatelům. © Springer |
| Appears in Collections: | Konferenční příspěvky / Conference Papers (KIV) OBD |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| Sido On Injecting Entropy-Like Features into Deep Neural Networks for Content Relevance Assessment.pdf | 1,61 MB | Adobe PDF | View/Open Request a copy |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/47638Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.