بازنگری کلی بر خلاصه سازی چکیده ای و خلاصه سازی استخراجی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,190

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICCONF01_042

تاریخ نمایه سازی: 14 آذر 1394

چکیده مقاله:

دراین مقاله به بیان این می پردازیم که با توجه رشد بسیار زیاد اطلاعات وداده ها ، خلاصه سازی خودکار متن، یک روش کاربردی ومورد علاقه است.این روش به کوتاه کردن محتوای اطلاعاتی یک فایل متنی با حفظ محتوای اصلی در معنای کلی اشاره می کند.خلاصه سازی چندین سند ، برای انسان کاری بسیار سخت و دشواری است . یکی از مشکلاتی که امروز وجود دارد، وجود وب سایت هایی است که باعث رشد سریع و حجم بالای اطلاعات شده اند که این امرضرورت خلاصه سازی قوی ، قدرتمند و پیچیده برای کاهش حجم اطلاعات و افزایش سرعت دسترسی را بیشتر می کند.در اینمطالعه )پایان نامه( سیستم خلاصه ساز متن پیشنهادی پس از ریشه یابی کلمات با استفاده از ترکیب روشها مبتنی بر گراف و TF-IDF ،جملات را وزن دهی می نماید . در مرحله خلاصه سازی، استخراجی در این روش جملات و پاراگراف های مهم ، از متن اصلی انتخاب شده ، به یکدیگر الحاق شده وبه شکل کوتاه تر در می آید. جملات مهم ، براساس ویژگی های آماری و زبان شناختی انتخاب می شوند. در این روش معمولا تاکیدبر تعیین جملات برجسته و ارتباط آماری و واژگانی با الگوهای عبارتی است. سپس در روش دوم این روش با استفاده از تکنیک های زبان شناختی به بررسی و تفسیر متن پرداخته و مفاهیم اصلی را در می یابد ، پس با تولید یک متن جدید و کوتاه تر که انتقال دهنده و توصیف کننده اطلاعات اصلی سند است ، خلاصه ی آن را ایجاد می نماید

نویسندگان

یونس نوروزی

دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد ایلام،

محمدرضا ولی زاد

استادیار دانشگاه آزاد اسلامی واحد ایلام

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • W.Doran, N.Stokes, and J. _ J.Carthy, _ Comapring Lexical Chain-based ...
  • Summarizing: Factors and Direction, " 1999. Automatic:ه K. Spark-Jones, E. ...
  • K. Ohtake, _ Kodama, and S. Masuyama, ":Yet Another Summarization ...
  • D. Radev and D. Tam, S ingl e-document and multi ...
  • Dexi Liu1, 2, Yanxiang He2, Donghong Ji3, and Hua Yang2, ...
  • Khosrow Kaikhah , Text Summarization using Neural Networks, Department of ...
  • D. Radev and D Tam, S ingle -document and multi ...
  • Mathematict Linguistics, vol. 41, no. 5, pp. 185-193, 2007. [3] ...
  • نمایش کامل مراجع