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

カテゴリ: 論文誌(論文単位)

グループ名: 【C】電子・情報・システム部門

発行日: 2020/12/01

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)

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(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%.

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 p

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/