| *商品について |
|
表紙はついていません（本文のみ中綴じ製本です）。
号単位でも購入できます。
すべてモノクロ印刷です。
Extended Summaryはついていません。
|
 |
| ・会員価格 ¥550 |
| ・一般価格 ¥770 |
|
|
| こちらはBookPark「電気学会 電子図書館（IEEJ Electronic Library）」による文献紹介ページです。 |
|
 |
 |
電気学会会員の方はこちらから一旦ログインのうえ、マイページからお入りください。
会員価格で購入することができます。
|
|
| 非会員の方はログインの必要はありません。このまま お進みください。 |
|
|
| ■論文No. |
|
| ■ページ数 |
9ページ |
■発行日
|
2020/12/01 |
| ■タイトル |
Webページデザイン画像からのHTMLの自動生成における注意機構の拡張 |
| ■タイトル(英語) |
An Attention Mechanism Extension of Automatic HTML Generation from Web Page Design Images |
| ■著者名 |
知念 大貴（大分大学大学院 工学研究科 知能情報システム工学コース），大城 英裕（大分大学大学院 工学研究科 知能情報システム工学コース），行天 啓二（大分大学大学院 工学研究科 知能情報システム工学コース），高見 利也（大分大学大学院 工学研究科 知能情報システム工学コース） |
| ■著者名(英語) |
Hiroki Chinen (Computer Science and Intelligent System Course, Graduate School of Engineering, Oita University), Hidehiro Ohki (Computer Science and Intelligent System Course, Graduate School of Engineering, Oita University), Keiji Gyohten (Computer Science and Intelligent System Course, Graduate School of Engineering, Oita University), Toshiya Takami (Computer Science and Intelligent System Course, Graduate School of Engineering, Oita University) |
| ■価格 |
会員 ¥550 一般 ¥770 |
| ■書籍種類 |
論文誌(論文単位) |
| ■グループ名 |
【C】電子・情報・システム部門 |
| ■本誌 |
電気学会論文誌C（電子・情報・システム部門誌） Vol.140 No.12 （2020） 特集：電気・電子・情報関係学会東海支部連合大会
|
| ■本誌掲載ページ |
1393-1401ページ |
| ■原稿種別 |
論文／日本語 |
| ■電子版へのリンク |
https://www.jstage.jst.go.jp/article/ieejeiss/140/12/140_1393/_article/-char/ja/
|
| ■キーワード |
HTML自動生成，機械学習，VGG，長短期記憶，ゲート付き回帰型ユニット，二言語類似評価指標 HTML automatic generation，machine learning，VGG，LSTM，GRU，BLEU |
| ■要約(日本語) |
|
| ■要約(英語) |
The purpose of this study is to improve the accuracy of automatic HTML generation from web page design images. pix2code is the state of art in this field. It is consist of design image learning part by CNN and HTML learning part by LSTM. We propose three improvements of adding a word embedding layer, applying VGG16 fine tuning to CNN, replacing LSTM to Bidirectional LSTM or GRU, and introducing attention mechanism. In the experiment, we employed a conventional data set which was used in pix2code and evaluated by a standard natural language generation metric called BLEU. As the results, the one of proposed models that contained the word embedding layer and the attention mechanism scored the accuracy of 99%. It overcomes the result of state of art scored 88%. |
| ■版 型 |
A4 |
|
|
|
