پژوهش های ریاضی، جلد ۹، شماره ۳، صفحات ۱۱۱-۱۳۵
عنوان فارسی خلاصه سازی خودکار متن مبتنی بر قدرت بازسازی جملات از روی همدیگر در یک بازسازی تنک
چکیده فارسی مقاله رشد سریع و پیوسته شبکه جهانی وب باعث شده است فرآیند استخراج اطلاعات مفید با حجم کمینه، از میان مجموعه‌ی اسناد بزرگ چالش جدی این روزها باشد. خلاصه­سازی اسناد برای انسان امری بسیار زمان‌بر و دشوار است، ولذا نیاز به یک سیستم خلاصه­سازی قدرتمند را برای کاهش حجم متون و همچنین سرعت بالاتر دسترسی به اطلاعات مفید را آشکار می­کند. اخیرا سیستم خلاصه­سازی مبتنی بر رویکرد نمایش تنک ارائه شده است که سعی بر آن دارد تا هر جمله را با ترکیب خطی از جملات دیگر به صورت تنک بازسازی کند. در این رویکرد زیر مجموعه‌ای از جملات متن اصلی که حاوی اطلاعات مهم متن می‌باشد را انتخاب کرده و به عنوان خلاصه به خروجی می­فرستد. همچنین نیاز است کم‌ترین تعداد از جملات متن که حداکثر بازسازی سایر جملات متن را داشته باشد انتخاب شود، که استفاده از رویکرد نمایش تنک این هدف محقق می‌کند. این مدل از یک تابع جریمه مبتنی بر نرم L2 برای کنترل بازسازی جملات و یک عامل منظم ساز تنک مبتنی بر نرم یک تشکیل شده است. تابع بازسازی بر اساس نرمL2 سبب می‌شود که تمام کلمات کلیدی نقش مساوی در بازسازی جملات داشته باشند که این امر ممکن است باعث شود کلمات پرت نتیجه خلاصه­سازی را عوض کنند. بنابراین برای بهبود کیفیت خلاصه به دست آمده در این مقاله تابع جریمه را با نرم L1 بازنویسی می‌کنیم. این امر باعث ‌می‌شود تا میزان خطای متفاوتی برای هر کدام از کلمات در بازسازی جملات اختصاص یابد که موجب کمتر شدن حساسیت روش به کلمات پرت می­شود. نتایج پیاده سازی نشان می­دهند که روش پیشنهادی نسبت به روش‌های قبلی خلاصه‌ای سریع و با کیفیت بالا بر مبنای معیارهای ROUGE[1] وF-measure ارائه می‌دهد. [1] Recall-Oriented Understudy for Gisting Evaluation . [1] Recall-Oriented Understudy for Gisting Evaluation
کلیدواژه‌های فارسی مقاله داده کاوی،متن کاوی،خلاصه سازی خودکار متون،متون چند گانه،نمایش تنک گروهی،
عنوان انگلیسی Automatic Text Summarization Based on The Power of Reconstructing Sentences from Each Other in a Sparse Reconstruction Framework
چکیده انگلیسی مقاله The rapid and continuous growth of the World Wide Web has made the process of extracting useful information with minimal volume of a large collection of documents a serious challenge these days. Summarizing documents are a very time-consuming and difficult task for humans, so it reveals the need for a powerful summarizing system to reduce the volume of texts and also to speed up access to useful information.
Recently, a summarization system based on the sparse representation approach has been presented, which tries to reconstruct each sentence in a sparse form by a linear combination of other sentences. In this approach, select a subset of sentences of the main text that contain important information about the text and send it to the output as a summary.
It is also necessary to select the least number of text sentences that have the maximum reconstruction of other text sentences, which achieves this goal by using the sparse representation approach.
This model consists of a penalty function based on the L2 norm to control sentence reconstruction and regularization.
The reconstruction function based on the L2 norm causes all the words to have an equal role in reconstructing sentences, which may cause outlier words to change the summarization result. Therefore, to improve the quality of the summary obtained in this article, we rewrite the penalty function with the L2 norm. This causes a different amount of error to be allocated for each of the words in sentence reconstruction, which causes the sensitivity of the method to be reduced to outlier words. The implementation results show that the proposed method provides a quick and high-quality summary based on the ROUGE and measure-F criteria compared to the previous methods.
کلیدواژه‌های انگلیسی مقاله داده کاوی,متن کاوی,خلاصه سازی خودکار متون,متون چند گانه,نمایش تنک گروهی
نویسندگان مقاله منصور رزقی |
دانشگاه تربیت مدرس

فائقه محمدیان |
دانشگاه تربیت مدرس

فرزانه بهزادی ابراهیمی |
دانشگاه تربیت مدرس

نشانی اینترنتی https://mmr.khu.ac.ir/article_8858_5bbf4a75e68db03be98166f8f87acd4b.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات