Confidence Measure for Czech Document Classification

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F15%3A43925838" target="_blank" >RIV/49777513:23520/15:43925838 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-18117-2_39" target="_blank" >http://dx.doi.org/10.1007/978-3-319-18117-2_39</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-18117-2_39" target="_blank" >10.1007/978-3-319-18117-2_39</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Confidence Measure for Czech Document Classification

Popis výsledku v původním jazyce

This paper deals with automatic document classification in the context of a real application for the Czech News Agency (ČTK). The accuracy our classifier is high, however it is still important to improve the classification results. The main goal of thispaper is thus to propose novel confidence measure approaches in order to detect and remove incorrectly classified samples. Two proposed methods are based on the posterior class probability and the third one is a supervised approach which uses another classifier to determine if the result is correct. The methods are evaluated on a Czech newspaper corpus. We experimentally show that it is beneficial to integrate the novel approaches into the document classification task because they significantly improvethe classification accuracy.

Název v anglickém jazyce

Confidence Measure for Czech Document Classification

Popis výsledku anglicky

This paper deals with automatic document classification in the context of a real application for the Czech News Agency (ČTK). The accuracy our classifier is high, however it is still important to improve the classification results. The main goal of thispaper is thus to propose novel confidence measure approaches in order to detect and remove incorrectly classified samples. Two proposed methods are based on the posterior class probability and the third one is a supervised approach which uses another classifier to determine if the result is correct. The methods are evaluated on a Czech newspaper corpus. We experimentally show that it is beneficial to integrate the novel approaches into the document classification task because they significantly improvethe classification accuracy.

Druh

D - Stať ve sborníku

CEP obor

JC - Počítačový hardware a software

OECD FORD obor

—

Projekt

<a href="/cs/project/ED1.1.00%2F02.0090" target="_blank" >ED1.1.00/02.0090: NTIS - Nové technologie pro informační společnost</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)<br>I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Rok uplatnění

2015

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Computational Linguistics and Intelligent Text Processing

ISBN

978-3-319-18116-5

ISSN

—

e-ISSN

—

Počet stran výsledku

10

Strana od-do

525-534

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Cairo

Datum konání akce

14. 4. 2015

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000362442800039