Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Design and Development of a Robotic Arm for Rehabilitation and Training Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Detection of Content Changes Based on Deep Neural Networks

verfasst von : Noo-ri Kim, YunSeok Choi, HyunSoo Lee, Jee-Hyong Lee

Erschienen in: Advances in Computer Science and Ubiquitous Computing

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

On R&D projects, automated analysis of implicational and morphological changes between two documents helps managers and researchers to understand projects. However, it is not easy to manually analyze changes between two documents. In this paper, we define text operations which represent changes of texts and make multi-labeled dataset by applying several text operations. Lastly, we propose a method to detect changes of contents. Proposed method represents two documents into an S-matrix first. Next, we use S-matrix as input of Deep Convolutional Neural Networks to identify text operations on the multi-labeled dataset. Experimental results show the effectiveness of our proposed method.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel A Fast Algorithm for Generating Virtual Dedicate Network Based on Software-Defined Wide Area Network
Nächstes Kapitel Resource Allocation in D2D Networks with Location Based Distance Information
Literatur
1.
Qiu, L., Kan, M.Y., Chua, T.S.: Paraphrase recognition via dissimilarity significance classification. In: Proceedings of the 2006 Conference on Empirical Methods in Natural Language Processing, pp. 18–26. Association for Computational Linguistics, Sydney (2006)
2.
Socher, R., Huang, E.H., Pennin, J., Manning, C.D., Ng, A.Y.: Dynamic pooling and unfolding recursive autoencoders for paraphrase detection. In: Advances in Neural Information Processing Systems, Granada, pp. 801–809 (2011)
3.
Pang, L., Lan, Y., Guo, J., Xu, J., Wan, S., Cheng, X.: Text matching as image recognition. In: 30th AAAI Conference on Artificial Intelligence, Arizona, pp. 2793–2799 (2016)
4.
Shen, Y., Rong, W., Sun, Z., Ouyang, Y., Xiong, Z.: Question/answer matching for CQA system via combining lexical and sequential information. In: 29th AAAI Conference on Artificial Intelligence, Austin Texas, pp. 276–281 (2015)
5.
Le, Q.V., Mikolov, T.: Distributed representations of sentences and documents. In: 31st International Conference on Machine Learning, Beijing, pp. 1188–1196 (2014)
6.
Schutz, A.T.: Keyphrase extraction from single documents in the open domain exploiting linguistic and statistical methods. Master’s thesis, National University of Ireland (2008)
Metadaten
Titel
Detection of Content Changes Based on Deep Neural Networks
verfasst von
Noo-ri Kim
YunSeok Choi
HyunSoo Lee
Jee-Hyong Lee
Copyright-Jahr
2017
Verlag
Springer Singapore
Buch
Advances in Computer Science and Ubiquitous Computing

Print ISBN: 978-981-10-3022-2

Electronic ISBN: 978-981-10-3023-9

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-981-10-3023-9_124

Neuer Inhalt

    Bildnachweise