Gráficas de Elevación Basadas en Clasificación Binaria en un Entorno No Supervisado para la Recuperación Basada en Conceptos de Imágenes Anotadas Emocionalmente de Bases de Datos Multimedia Afectivas
Autores: Horvat, Marko; Jovi, Alan; Ivoevi, Danko
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Gráficas de Elevación Basadas en Clasificación Binaria en un Entorno No Supervisado para la Recuperación Basada en Conceptos de Imágenes Anotadas Emocionalmente de Bases de Datos Multimedia Afectivas
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Evaluación
Clasificación de documentos
Configuración no supervisada
Gráficos de elevación
Calidad de recuperación
Categorización
Documentos clasificados
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
La evaluación de la clasificación de documentos es sencilla si existe información completa sobre las verdaderas categorías de los documentos. En este caso, se puede determinar y evaluar con precisión el rango de cada documento. Sin embargo, en un entorno no supervisado, donde no se dispone de la categoría exacta del documento, los gráficos de lift se convierten en un método ventajoso para evaluar la calidad de recuperación y la categorización de documentos clasificados. Introducimos los gráficos de lift como clasificadores binarios de documentos clasificados y explicamos cómo aplicarlos a la recuperación basada en conceptos de imágenes emocionalmente anotadas como uno de los posibles métodos de recuperación para esta aplicación. Además, describimos bases de datos multimedia afectivas con un ejemplo representativo del conjunto de datos del Sistema Internacional de Imágenes Afectivas (IAPS), sus aplicaciones, ventajas y deficiencias, y explicamos cómo los gráficos de lift pueden ser utilizados como un método útil para la recuperación de documentos en este ámbito. También se describe la optimización de los gráficos de lift para la recuperación y precisión. Se presenta un escenario típico de recuperación de documentos en un conjunto de 800 imágenes afectivas etiquetadas con un glosario no supervisado. En la recuperación basada en gráficos de lift utilizando el método de coincidencia aproximada, la mayor precisión, recuperación y exactitud alcanzadas fueron del 51.06%, 47.41%, 95.89%, y 81.83%, 99.70%, 33.56%, cuando se optimizaron para la recuperación y precisión, respectivamente.
Descripción
La evaluación de la clasificación de documentos es sencilla si existe información completa sobre las verdaderas categorías de los documentos. En este caso, se puede determinar y evaluar con precisión el rango de cada documento. Sin embargo, en un entorno no supervisado, donde no se dispone de la categoría exacta del documento, los gráficos de lift se convierten en un método ventajoso para evaluar la calidad de recuperación y la categorización de documentos clasificados. Introducimos los gráficos de lift como clasificadores binarios de documentos clasificados y explicamos cómo aplicarlos a la recuperación basada en conceptos de imágenes emocionalmente anotadas como uno de los posibles métodos de recuperación para esta aplicación. Además, describimos bases de datos multimedia afectivas con un ejemplo representativo del conjunto de datos del Sistema Internacional de Imágenes Afectivas (IAPS), sus aplicaciones, ventajas y deficiencias, y explicamos cómo los gráficos de lift pueden ser utilizados como un método útil para la recuperación de documentos en este ámbito. También se describe la optimización de los gráficos de lift para la recuperación y precisión. Se presenta un escenario típico de recuperación de documentos en un conjunto de 800 imágenes afectivas etiquetadas con un glosario no supervisado. En la recuperación basada en gráficos de lift utilizando el método de coincidencia aproximada, la mayor precisión, recuperación y exactitud alcanzadas fueron del 51.06%, 47.41%, 95.89%, y 81.83%, 99.70%, 33.56%, cuando se optimizaron para la recuperación y precisión, respectivamente.