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

Abstract

Tento článek podrobně popisuje inovativní techniku vkládání globální (nebo obecně rozsáhlé) míry kvality do hluboké neuronové sítě (DNN) s cílem kompenzovat tendenci DNN zakládat výslednou klasifikaci prakticky ze superpozice lokálních transformací a projekcí okolí. Jako globální míru kvality jsme použili rys podobný pravděpodobnosti stavu AQ1 a injektovali ji do klasifikátoru založeného na DNN nasazeného v konkrétní úloze určení, které části webové stránky jsou určitým zájmem pro další zpracování technikami NLP. Naším cílem bylo rozložit webové stránky různých internetových diskusních fór AQ2 na užitečný obsah, tj. příspěvky uživatelů, a neužitečný obsah, tj. grafiku fóra, menu, bannery, reklamy atd.