Deep Neural Networks for Czech Multi-label Document Classification
Identifikátory výsledku
Kód výsledku v IS VaVaI
<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F18%3A43952035" target="_blank" >RIV/49777513:23520/18:43952035 - isvavai.cz</a>
Výsledek na webu
<a href="http://dx.doi.org/10.1007/978-3-319-75487-1_36" target="_blank" >http://dx.doi.org/10.1007/978-3-319-75487-1_36</a>
DOI - Digital Object Identifier
<a href="http://dx.doi.org/10.1007/978-3-319-75487-1_36" target="_blank" >10.1007/978-3-319-75487-1_36</a>
Alternativní jazyky
Jazyk výsledku
angličtina
Název v původním jazyce
Deep Neural Networks for Czech Multi-label Document Classification
Popis výsledku v původním jazyce
This paper is focused on automatic multi-label document classification of Czech text documents. The current approaches usually use some preprocessing which can have negative impact. Therefore, we would like to omit it and use deep neural networks that learn from simple features. This choice was motivated by their successful usage in many other machine learning fields. Two different networks are compared: the first one is a standard multi-layer perceptron, while the second one is a popular convolutional network. The experiments on a Czech newspaper corpus show that both networks significantly outperform baseline method which uses a rich set of features with maximum entropy classifier. We have also shown that convolutional network gives the best results.
Název v anglickém jazyce
Deep Neural Networks for Czech Multi-label Document Classification
Popis výsledku anglicky
This paper is focused on automatic multi-label document classification of Czech text documents. The current approaches usually use some preprocessing which can have negative impact. Therefore, we would like to omit it and use deep neural networks that learn from simple features. This choice was motivated by their successful usage in many other machine learning fields. Two different networks are compared: the first one is a standard multi-layer perceptron, while the second one is a popular convolutional network. The experiments on a Czech newspaper corpus show that both networks significantly outperform baseline method which uses a rich set of features with maximum entropy classifier. We have also shown that convolutional network gives the best results.
Klasifikace
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)
Návaznosti výsledku
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)<br>S - Specificky vyzkum na vysokych skolach
Ostatní
Rok uplatnění
2018
Kód důvěrnosti údajů
S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů
Údaje specifické pro druh výsledku
Název statě ve sborníku
Computational Linguistics and Intelligent Text Processing
ISBN
978-3-319-75486-4
ISSN
0302-9743
e-ISSN
neuvedeno
Počet stran výsledku
12
Strana od-do
460-471
Název nakladatele
Springer International Publishing AG,
Místo vydání
Switzerland, Cham
Místo konání akce
Konya, Turkey
Datum konání akce
3. 4. 2016
Typ akce podle státní příslušnosti
WRD - Celosvětová akce
Kód UT WoS článku
—