Two-Level Neural Network for Multi-label Document Classification

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F17%3A43932624" target="_blank" >RIV/49777513:23520/17:43932624 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-319-68612-7_42" target="_blank" >http://dx.doi.org/10.1007/978-3-319-68612-7_42</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-319-68612-7_42" target="_blank" >10.1007/978-3-319-68612-7_42</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Two-Level Neural Network for Multi-label Document Classification

Popis výsledku v původním jazyce

This paper deals with multi-label document classification using neural networks. We propose a novel neural network which is composed of two sub-nets: the first one estimates the scores for all classes, while the second one determines the number of classes assigned to the document. The proposed approach is evaluated on Czech and English standard corpora. The experimental results show that the proposed method is competitive with state of the art on both languages.

Název v anglickém jazyce

Two-Level Neural Network for Multi-label Document Classification

Popis výsledku anglicky

This paper deals with multi-label document classification using neural networks. We propose a novel neural network which is composed of two sub-nets: the first one estimates the scores for all classes, while the second one determines the number of classes assigned to the document. The proposed approach is evaluated on Czech and English standard corpora. The experimental results show that the proposed method is competitive with state of the art on both languages.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

<a href="/cs/project/LO1506" target="_blank" >LO1506: Podpora udržitelnosti centra NTIS - Nové technologie pro informační společnost</a><br>

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2017

Kód důvěrnosti údajů

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

Název statě ve sborníku

Artificial Neural Networks and Machine Learning – ICANN 2017

ISBN

978-3-319-68611-0

ISSN

—

e-ISSN

neuvedeno

Počet stran výsledku

8

Strana od-do

368-375

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Alghero, Italy

Datum konání akce

11. 9. 2017

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—