Giới thiệu tài liệu
Đề thi này giới thiệu một hệ quán phân tích dữ liệu cho việc loại bỏ nhãn các sự kiện trong các dữ liệu thông minh, được coi là một yếu tố quan trọng trong việc phân tích dữ liệu cho ứng dụng nhiều lĩnh vực. Nó giới thiệu các công cụ, hạng mục và kết quả mang lại cho người đọc.
Đối tượng sử dụng
Nhà nghiên cứu, sinh viên và doanh nghiệp có quan tâm đến phân tích dữ liệu hiệu quả
Nội dung tóm tắt
Tại sao phải loại bỏ nhãn sự kiện? Các dữ liệu thông minh được tạo ra theo hình thức không quan tới thời gian và chúng có thể đưa ra một số lượng lớn các sự kiện. Tuy nhiên, các sự kiện có thể ảnh hưởng đến kết quả phân tích dữ liệu và chúng có thể không tạo ra thông tin có tiềm năng. Nhận xét đó, các kỹ thuật loại bỏ sự kiện nhãn là rất quan trọng cho việc phân tích dữ liệu hiệu quả. Trong bài viết, đã giới thiệu một hệ quán phân tích dữ liệu, mang tên Deep Learning-based Event Labeling (DLES), cho công việc loại bỏ sự kiện nhãn. Hệ quán DLES sử dụng các kỹ thuật deep learning để phân tích các cú pháp và tìm ra những sự kiện có chứa nhãn riêng. Ngoài ra, hệ quán còn sử dụng một số công cụ khác như các phương pháp kết hợp với các sự kiện gần đó, các sự kiện tạo ra bởi một số hoạt động quan trọng và các sự kiện có thể liên quan đến một loại dữ liệu nhất định. Nhờ đó, hệ quán DLES có thể tăng cường chính xác và hiệu suất phân tích của các sự kiện trong các dữ liệu thông minh. Trong cuối bài, đã giới thiệu một số kết quả mang lại cho người đọc và hướng đến các nghiên cứu tiềm năng
