ارائه یک سیستم خلاصه ساز کاربردی بر مبنای رتبه صفحه و کلنی مورچگان برای زبان فارسی

خلاصه سازی خودکار متن، یک پژوهش ضروری در پردازش زبان طبیعی است که تلاش میکند اسناد متنی را خلاصه کند تا کاربران بتوانند به سرعت به اطلاعات مفید دسترسی پیدا کنند. با وجود اینکه در زبان فارسی تلاشهایی برای ایجاد خلاصه سازی متون صورت گرفته است، اغلب موارد این پژوهشها به فرم نظریه ارائه شده است. در این پژوهش سعی میشود یک سیستم بر اساس رتبه متن و گراف تحلیلگر نحوی جملات عمل کند و سپس نتایج برای پردازش به الگوریتم معروف رتبه صفحه هدایت شود که جملات با بالاترین رتبه گراف را استخراج کند. سپس به همین روش، کلمات استخراج میشود و نهایتا با استفاده از الگوریتم های فرااکتشافی، برخی از جملات دارای کلمات کلیدی به متن استخراج شده افزوده میشوند. لازم به ذکر است اگرچه الگوریتم پیشنهادی، از تحلیل صرف ونحوی برای شباهت بین جملات استفاده میکند، بااینحال این کار در زبان فارسی میتواند توسط الگوریتم های مختلفی صورت پذیرد. با توجه به اینکه تاکنون سیستم مذکور پیشنهاد نشده است و همچنین در خصوص مقایسه تحلیل نحوی جملات در زبان فارسی نیز تحقیق جامعی انجام نگرفته است، این موضوعات جدید محسوب میشود. نتایج برنامه نه تنها به با جامعه آماری وسیع تری نسبت به موارد مشابه مقایسه گردیده است بلکه از نظر متون تخصصی و استفاده از سخت افزار معمول هم مورد توجه قرار گرفته است و در همه حالات توانسته نتایج عملی قابل قبولی را کسب نماید.

Keywords:

خلاصه سازی تک سندی , پردازش زبان , تحلیل صرف ونحوی , الگوریتم رتبه صفحه