سیستم خلاصه سازی خودکار متون فارسی

فرآیند فشرده سازی یک منبع به صورتی که حاصل حاوی اطلاعات مهم آن باشد را خلاصه سازی گویند. با توجه به گسترش روزافزون حجم اطلاعات رقمی، نیاز به خلاصه سازی متون بیش از پیش مطرح میشود. خلاصه های رقمی بسته به پارامترها ی مختلفی بر ای نوع ورودی، خروجی و هدف به انواع متفاوتی دسته بندی میشوند. در این مقاله پس از معرفی اجمالی خلاصه سازی، انواع آن و نمونه هایی از سیستمهای خلاصه ساز، به تشریح روشی ترکیبی جهت خلاصه سازی خودکار متون فارسی میپردازیم. در این روش جمله های خلاصه از میان مهمترین جمله های متن ورودی انتخاب میشوند. کل روش به صورت نحوی/معنایی عمل میکند و ترکیب ی از دو روش زنجیره ی لغوی و خلاصه سازی مبتنی بر گراف است که از پنج معیار میزان شباهت جملات با یکدیگر، شباهت جملات با کلمات کلیدی کاربر، شباهت جملات با عنوان ، تعداد جملات مشابه هر جمله و وجود کلمات اشاره در جمله برای امتیازدهی به جملات استفاده نموده و جملات با بیشترین امتیاز را به عنوان خروجی سیستم انتخاب می کند. سیستم پیاده سازی شده براساس این روش با خلاصه های مرجعی که به صورت دستی تهیه شده اند، مورد مقایسه قرار گرفته و نتایج این ارزیابی در انتهای مقاله آورده شده است.

Keywords:

خلاصهسازی , چکیدهسازی , استخراج جملات کلیدی , پردازش زبان طبیعی