ارائه یک چارچوب خلاصه سازی استخراجی متن (مستقل محتوا) گراف پایه بر اساس عنوان مدلسازی

خلاصه سازی خودکار متن فرایندی است که در آن اطلاعات مهم و بدون افزونگی در اختیار کاربر قرار می گیرد. در این مقاله یک چارچوب خلاصه سازی استخراجی متن مبتنی گراف پایه بر اساس عنوان مدل سازی و ساختار گراف ارائه شده است. چارچوب ارائه شده روی فضای برداری مبتنی بر عنوان تعریف می شود. هرچند یک سند ممکن است خود دارای تیتر باشد. بااین حال این تیتر الزاما بازگوکننده کاملی از مفاهیم محلی در متن نیست. جهت رفع این نقیصه استفاده از «عنوان مدل سازی» پیشنهادشده است. «عنوان مدل سازی» تیترهای محلی پراهمیت را از متن سند استخراج می کند. از این تیتر برای استخراج جملات مهم استفاده می شود. سپس به منظور رتبه بندی این جملات، هر جمله به عنوان یک گره گراف انتخاب می شود. وزن های یال های گراف میزان تشابه بین جملات را نمایش می دهند. سپس ارزش هر گره با محاسبه امتیاز هر گره با توجه به وزن یال و درجه راس مشخص می شود. ارزیابی چارچوب یادشده بر روی مجموعه داده BBC news summary صورت گرفته است. بر اساس این ارزیابی بهترین مقدار را در میانگین rouge-۱ برابر ۷۲.۹۷ متعلق به روش پیشنهادی است. همچنین در rouge-۲ مقدار ۶۵.۵۴ نیز متعلق به روش پیشنهادی است؛ اما در rouge-L مقدار ۵۰.۰۴ متعلق به روش Luhn است.

ارائه یک چارچوب خلاصه سازی استخراجی متن (مستقل محتوا) گراف پایه بر اساس عنوان مدلسازی Keywords:

خلاصه سازی استخراجی متن , بازسازی گراف , عنوان مدل سازی , امتیاز گراف , ROUGE