論文の概要: Topical Classification of Food Safety Publications with a Knowledge Base
- arxiv url: http://arxiv.org/abs/2201.00374v1
- Date: Sun, 2 Jan 2022 16:15:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-01-04 21:27:15.143044
- Title: Topical Classification of Food Safety Publications with a Knowledge Base
- Title(参考訳): 知識ベースによる食品安全出版物の話題分類
- Authors: Piotr Sowi\'nski, Katarzyna Wasielewska-Michniewska, Maria Ganzha,
Marcin Paprzycki
- Abstract要約: この研究は、知識ベース指向の出版分類器を導入している。
提案手法は,他の領域へのスケーラビリティと容易な適応性の実現に重点を置いている。
分類速度と精度は、非常に要求の多い食品安全分野において満足できる。
- 参考スコア(独自算出の注目度): 0.5505634045241287
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The vast body of scientific publications presents an increasing challenge of
finding those that are relevant to a given research question, and making
informed decisions on their basis. This becomes extremely difficult without the
use of automated tools. Here, one possible area for improvement is automatic
classification of publication abstracts according to their topic. This work
introduces a novel, knowledge base-oriented publication classifier. The
proposed method focuses on achieving scalability and easy adaptability to other
domains. Classification speed and accuracy are shown to be satisfactory, in the
very demanding field of food safety. Further development and evaluation of the
method is needed, as the proposed approach shows much potential.
- Abstract(参考訳): 多くの科学出版物は、与えられた研究課題に関連するものを見つけ、その根拠に基づいて情報的決定を行うという課題が増えていることを示している。
これは自動化ツールを使わずに非常に難しくなります。
ここで、改善すべき1つの領域は、そのトピックに応じた出版要約の自動分類である。
本研究は,新しい知識ベース指向出版分類器を提案する。
提案手法はスケーラビリティと他のドメインへの適応性の向上に重点を置いている。
分類速度と精度は、非常に要求の多い食品安全分野において満足できる。
本手法のさらなる開発と評価は,提案手法が大きな可能性を示すため必要である。
関連論文リスト
- State-of-the-Art in Nudity Classification: A Comparative Analysis [5.76536165136814]
本稿では,ヌードの有無に基づいて画像の分類を行う既存のヌード分類手法の比較分析を行う。
この研究は、現在の評価データセットの限界を特定し、より多様で挑戦的なデータセットの必要性を強調している。
本研究は,プラットフォーム利用者の安全と幸福を確保するため,画像分類モデルの改善を継続的に進めることの重要性を強調した。
論文 参考訳(メタデータ) (2023-12-26T21:24:55Z) - Deep Interactive Segmentation of Medical Images: A Systematic Review and
Taxonomy [26.719457139819074]
対話的セグメンテーションは、人的フィードバックを取り入れることでコストのかかるアノテーションの効率を高めることを目的とした、医用画像解析における重要な研究領域である。
深層学習に基づくアプローチは、医療画像領域だけで121の手法が提案され、フィールドの急速な成長を引き起こした。
標準化されたベースラインとベンチマークによって取り組まなければならないメソッド間の比較の深刻な欠如がある。
論文 参考訳(メタデータ) (2023-11-23T12:26:08Z) - Activate and Reject: Towards Safe Domain Generalization under Category
Shift [71.95548187205736]
カテゴリーシフト(DGCS)下における領域一般化の実践的問題について検討する。
未知のクラスサンプルを同時に検出し、ターゲットドメイン内の既知のクラスサンプルを分類することを目的としている。
従来のDGと比較すると,1)ソースクラスのみを用いたトレーニングにおいて,未知の概念を学習する方法,2)ソーストレーニングされたモデルを未知の環境に適応する方法,の2つの新しい課題に直面している。
論文 参考訳(メタデータ) (2023-10-07T07:53:12Z) - Food Image Classification and Segmentation with Attention-based Multiple
Instance Learning [51.279800092581844]
本稿では,食品画像分類とセマンティックセグメンテーションモデルを訓練するための弱教師付き方法論を提案する。
提案手法は、注意に基づくメカニズムと組み合わせて、複数のインスタンス学習アプローチに基づいている。
提案手法の有効性を検証するため,FoodSeg103データセット内の2つのメタクラスについて実験を行った。
論文 参考訳(メタデータ) (2023-08-22T13:59:47Z) - A Comprehensive Survey on Source-free Domain Adaptation [69.17622123344327]
ソースフリードメイン適応(SFDA)の研究は近年注目を集めている。
SFDAの最近の進歩を包括的に調査し、それらを統一的な分類体系に整理する。
一般的な3つの分類基準で30以上のSFDA法を比較検討した。
論文 参考訳(メタデータ) (2023-02-23T06:32:09Z) - Knowledge-enhanced Neural Machine Reasoning: A Review [67.51157900655207]
既存の知識強化手法を2つの主要なカテゴリと4つのサブカテゴリに分類する新しい分類法を導入する。
我々は、現在のアプリケーションドメインを解明し、将来的な研究の展望について洞察を提供する。
論文 参考訳(メタデータ) (2023-02-04T04:54:30Z) - Task-Specific Embeddings for Ante-Hoc Explainable Text Classification [6.671252951387647]
テキストのタスク固有の埋め込みを学習する学習目標を提案する。
提案する目的は,同一のクラスラベルを共有するすべてのテキストが近接しているように埋め込みを学習することである。
本研究は, 総合的な分類精度において, アンテホックな説明可能性と漸進的な学習の利点が無コストで得られることを示す広範囲な実験である。
論文 参考訳(メタデータ) (2022-11-30T19:56:25Z) - Evaluation Metrics for Symbolic Knowledge Extracted from Machine
Learning Black Boxes: A Discussion Paper [0.0]
抽出した知識の可読性のレベルを定量的に評価する方法はまだ未解決の問題である。
そのような計量を見つけることが、例えば、異なる知識表現の集合間の自動比較を可能にする鍵となる。
論文 参考訳(メタデータ) (2022-11-01T03:04:25Z) - Tag-Aware Document Representation for Research Paper Recommendation [68.8204255655161]
本稿では,ユーザによって割り当てられたソーシャルタグに基づいて,研究論文の深い意味表現を活用するハイブリッドアプローチを提案する。
提案手法は,評価データが極めて少ない場合でも研究論文の推薦に有効である。
論文 参考訳(メタデータ) (2022-09-08T09:13:07Z) - Research Trends and Applications of Data Augmentation Algorithms [77.34726150561087]
我々は,データ拡張アルゴリズムの適用分野,使用するアルゴリズムの種類,重要な研究動向,時間経過に伴う研究の進展,およびデータ拡張文学における研究ギャップを同定する。
我々は、読者がデータ拡張の可能性を理解し、将来の研究方向を特定し、データ拡張研究の中で質問を開くことを期待する。
論文 参考訳(メタデータ) (2022-07-18T11:38:32Z) - Incorporating Effective Global Information via Adaptive Gate Attention
for Text Classification [13.45504908358177]
複数のベースラインモデルと比較して,単純な統計情報により分類性能が向上することを示す。
本稿では,グローバル情報を用いた適応ゲート注意モデル (AGA+GI) と呼ばれるゲート機構を持つ分類器を提案する。
実験の結果,提案手法はCNNベースの手法やRNNベースの手法よりも精度が高いことがわかった。
論文 参考訳(メタデータ) (2020-02-22T10:06:37Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。