Fugu-MT 論文翻訳(概要): Preliminary experiments on automatic gender recognition based on online capital letters

論文の概要: Preliminary experiments on automatic gender recognition based on online capital letters

arxiv url: http://arxiv.org/abs/2203.06265v1
Date: Fri, 11 Mar 2022 21:55:38 GMT
ステータス: 処理完了
システム内更新日: 2022-03-15 14:20:45.517621
Title: Preliminary experiments on automatic gender recognition based on online capital letters
Title（参考訳）: オンライン・キャピタル・レターに基づくジェンダーの自動認識に関する予備実験
Authors: Marcos Faundez-Zanuy, Enric Sesa-Nogueras
Abstract要約: 本稿では,大文字を用いたオンライン手書きテキストの自動分類実験について述べる。手書きテキストは、顔や声ほど差別的ではないが、まだ手書きテキストに基づく性別分類の可能性が残っている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In this paper we present some experiments to automatically classify online handwritten text based on capital letters. Although handwritten text is not as discriminative as face or voice, we still found some chance for gender classification based on handwritten text. Accuracies are up to 74%, even in the most challenging case of capital letters.
Abstract（参考訳）: 本稿では,大文字を用いたオンライン手書きテキストの自動分類実験について述べる。手書きテキストは、顔や声ほど差別的ではないが、まだ手書きテキストに基づく性別分類の可能性が残っている。最も難しい大文字の場合でさえ、アキュラシーは最大74%である。

関連論文リスト

Improving the Generation Quality of Watermarked Large Language Models via Word Importance Scoring [81.62249424226084]
トークンレベルの透かしは、トークン確率分布を変更して生成されたテキストに透かしを挿入する。この透かしアルゴリズムは、生成中のロジットを変化させ、劣化したテキストの品質につながる可能性がある。 We propose to improve the quality of texts generated by a watermarked language model by Watermarking with Importance Scoring (WIS)。
論文参考訳（メタデータ） (2023-11-16T08:36:00Z)
UIT-HWDB: Using Transferring Method to Construct A Novel Benchmark for Evaluating Unconstrained Handwriting Image Recognition in Vietnamese [2.8360662552057323]
ベトナム語では、現代のラテン文字以外にアクセントと文字マークがあり、最新式の手書き認識法に混乱をもたらす。低リソース言語として、ベトナムで手書き認識を研究するためのデータセットは少ない。最近の研究は,ペンストローク座標を接続して構築したオンライン手書きデータセットの画像を用いてベトナムにおけるオフライン手書き認識手法の評価を行っている。本稿では,オフライン手書き画像に必要な重要な自然属性を関連付ける手書き画像データセットを構築するための転送手法を提案する。
論文参考訳（メタデータ） (2022-11-10T08:23:54Z)
PART: Pre-trained Authorship Representation Transformer [64.78260098263489]
文書を書く著者は、語彙、レジストリ、句読点、ミススペル、絵文字の使用など、テキスト内での識別情報をインプリントする。以前の作品では、手作りのフィーチャや分類タスクを使用して著者モデルをトレーニングし、ドメイン外の著者に対するパフォーマンスの低下につながった。セマンティクスの代わりにtextbfauthorship の埋め込みを学習するために、対照的に訓練されたモデルを提案する。
論文参考訳（メタデータ） (2022-09-30T11:08:39Z)
Gender classification by means of online uppercase handwriting: A text-dependent allographic approach [0.0]
本稿では,オンライン手書きによる性別分類方式を提案する。文字のダイナミクスをキャプチャするデジタルタブレットで取得したサンプルを使用して、著者を男性または女性に分類する。
論文参考訳（メタデータ） (2022-03-18T10:37:19Z)
Writer Recognition Using Off-line Handwritten Single Block Characters [59.17685450892182]
我々は、生年月日DoBの6桁の個人番号を使用する。本稿では,方向測定を行う手作り特徴に基づく認識手法と,ResNet50モデルによる深い特徴に基づく認識手法について検討する。その結果,DoBでは手書き情報に同一性関連情報が6桁程度存在することがわかった。
論文参考訳（メタデータ） (2022-01-25T23:04:10Z)
Augmentation of base classifier performance via HMMs on a handwritten character data set [0.0]
本稿では,現代ラテン文字の文字認識のための基本分類器の性能について述べる。修正後の最高の分類性能は89.8%であり、平均68.1%であった。
論文参考訳（メタデータ） (2021-11-17T15:22:47Z)
KOHTD: Kazakh Offline Handwritten Text Dataset [0.0]
広範囲にわたるカザフスタンのオフライン手書きテキストデータセット(KOHTD)を提案する。 KOHTDには3000枚の手書き試験用紙と140335枚以上の分割画像があり、約922010のシンボルがある。我々は,CTC法や注意法など,単語・行認識に人気の高いテキスト認識手法を多用した。
論文参考訳（メタデータ） (2021-09-22T16:19:38Z)
Support Vector Machine for Handwritten Character Recognition [0.0]
この研究には、44の基本的なマラヤラム文字の1万文字のデータベースが使用されている。 64のローカル機能と4つのグローバル機能からなる識別された特徴セットは、SVM分類器の訓練とテストに使用され、92.24%の精度を達成した。
論文参考訳（メタデータ） (2021-09-07T13:36:12Z)
SmartPatch: Improving Handwritten Word Imitation with Patch Discriminators [67.54204685189255]
本稿では,現在の最先端手法の性能を向上させる新手法であるSmartPatchを提案する。我々は、よく知られたパッチ損失と、平行訓練された手書きテキスト認識システムから収集された情報を組み合わせる。これにより、より強化された局所識別器が実現し、より現実的で高品質な手書き文字が生成される。
論文参考訳（メタデータ） (2021-05-21T18:34:21Z)
Multi-Dimensional Gender Bias Classification [67.65551687580552]
機械学習モデルは、性別に偏ったテキストでトレーニングする際に、社会的に望ましくないパターンを不注意に学習することができる。本稿では,テキスト中の性バイアスを複数の実用的・意味的な次元に沿って分解する一般的な枠組みを提案する。このきめ細かいフレームワークを用いて、8つの大規模データセットにジェンダー情報を自動的にアノテートする。
論文参考訳（メタデータ） (2020-05-01T21:23:20Z)
Forensic Authorship Analysis of Microblogging Texts Using N-Grams and Stylometric Features [63.48764893706088]
この研究は、280文字に制限されたツイートメッセージの作者を特定することを目的としている。弊社の実験では、40名のユーザによる、ユーザ毎120から200のつぶやきを自己キャプチャしたデータベースを使っています。この小さなセットを使った結果は有望であり、異なる特徴は92%から98.5%の分類精度を提供する。
論文参考訳（メタデータ） (2020-03-24T19:32:11Z)

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。