Graph-Based Extractive Text Summarization Models: A Systematic Review
Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: English
View: 172
This Paper With 19 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JITM-14-5_010
تاریخ نمایه سازی: 25 بهمن 1400
Abstract:
The volume of digital text data is continuously increasing both online and offline storage, which makes it difficult to read across documents on a particular topic and find the desired information within a possible available time. This necessitates the use of technique such as automatic text summarization. Many approaches and algorithms have been proposed for automatic text summarization including; supervised machine learning, clustering, graph-based and lexical chain, among others. This paper presents a novel systematic review of various graph-based automatic text summarization models.
Keywords:
Authors
Bichi
School of Computing, Faculty of Engineering, Universiti Teknologi Malaysia, Johor-Malaysia
Keikhosrokiani
School of Computer Sciences, University Sains Malaysia, ۱۱۸۰۰ Minden, Penang, Malaysia.
Hassan
Senior Lecturer, School of Computing, University Technology Malaysia, ۸۱۳۱۰ Johor Bahru, Johor, Malaysia
Almekhlafi
Assistant Professor, Taibah University, CBA-Yanbu, ۴۲۳۵۳, Saudi Arabia.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :