On Injecting Entropy-Like Features into Deep Neural Networks for Content Relevance Assessment

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F49777513%3A23520%2F21%3A43962859" target="_blank" >RIV/49777513:23520/21:43962859 - isvavai.cz</a>

Výsledek na webu

<a href="http://dx.doi.org/10.1007/978-3-030-90425-8_5" target="_blank" >http://dx.doi.org/10.1007/978-3-030-90425-8_5</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1007/978-3-030-90425-8_5" target="_blank" >10.1007/978-3-030-90425-8_5</a>

Jazyk výsledku

angličtina

Název v původním jazyce

On Injecting Entropy-Like Features into Deep Neural Networks for Content Relevance Assessment

Popis výsledku v původním 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.

Název v anglickém jazyce

On Injecting Entropy-Like Features into Deep Neural Networks for Content Relevance Assessment

Popis výsledku anglicky

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.

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

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2021

Kód důvěrnosti údajů

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

Název statě ve sborníku

Theory and Practice of Natural Computing

ISBN

978-3-030-90424-1

ISSN

0302-9743

e-ISSN

1611-3349

Počet stran výsledku

10

Strana od-do

59-68

Název nakladatele

Springer

Místo vydání

Cham

Místo konání akce

Tsukuba, japan

Datum konání akce

7. 12. 2021

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

000763099600005