خلاصه سازی خودکار چندسندی متون علمی با استفاده از ترکیب الگوریتمهای شبکهعصبی

همزمان با پیشرفت اطلاعات، استخراج دانش از حجم زیادی اطلاعات موجود بسیار مهم تلقی می شود. با توجه به این که استخراج اطلاعات به تنهایی کافی نیستند، داشتن خلاصه ای از این اطلاعات می تواند مفید باشد. در این پژوهش، راه حلی مفید برای خلاصه سازی خودکار متون علمی فارسی ارائه شده است. در روش پیشنهادی این پژوهش، خلاصه سازی با استفاده از ترکیب الگوریتم های شبکه عصبی انجام شد. برای این منظور ابتدا جملات داخل شبکه عصبی بازگشتی حافظه طولانی کوتاه مدت قرار گرفت. نتیجه گذر از این شبکه بازگشتی حذف کلمات دارای اهمیت کم تر می باشد. سپس جملات خروجی از مرحله قبل وارد شبکه عصبی پیچشی شده که خروجی آن احتمال قرار گرفتن جملات در دو کلاس صفر و یک است. اگر احتمال قرار گرفتن جمله ای در کلاس صفر بیشتر باشد، آن جمله از لیست جملات استفاده شده برای متن خلاصه حذف می شود ولی اگر احتمال قرار گرفتن آن جمله در کلاس یک بیشتر باشد، آن جمله در متن خلاصه قرار می گیرد. نتایج بدست آمده از مقایسه الگوریتم پیشنهادی با دو مدل خلاصه ساز فارسی سام و فارس نت که با استفاده از سیستم ارزیاب خودکار بر روی دادگان پیکره پاسخ انجام شد، نشان می دهد که دقت و کارایی در مدل پیشنهادی این پژوهش به مقدار زیادی افزایش و نرخ خطا به شدت کاهش یافته است.

کلیدواژه ها:

شبکه عصبی ، خلاصه سازی خودکار متن ، تعبیه کلمات ، شبکه عصبی پیچشی ، شبکه عصبی بازگشتی حافظه طولانی کوتاه مدت.