Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBu çalışmada tek dokümanlıçıkarıcı metin özetleme için yeni ve denetimsiz bir süreç önerilmektedir.
📌 3 Maddede Bu Makale
Özet
Cümle seçerek özetleme çalışmaları kapsamında birçok farklı yaklaşım mevcuttur. Bu çalışmada tek dokümanlıçıkarıcı metin özetleme için yeni ve denetimsiz bir süreç önerilmektedir. Çalışma kapsamında metin dokümanlarıçizgelerle temsil edilmektedir. Sunulan yaklaşım temel olarak metinleri temsil eden çizgeleri kullanmakta vecümlelere yönelik bir ağırlıklandırma önermektedir. Önerilen sürecin farklı düğüm ağırlıklandırma yöntemlerinikullanarak önemli düğümleri belirlenmesi, önerilen özetleme sisteminin cümle puanlandırma aşamasınıoluşturmaktadır. Son olarak bu çalışma kapsamında metin özetleme amaçlı önerilen yaklaşımın, açık erişimlimetinler ve bu metinlere ait özetleri içeren Document Understanding Conference (DUC-2002) veri seti üzerindekiperformansı ROUGE değerlendirme metrikleri kullanılarak hesaplanmıştır. Yapılan deneysel çalışmalarsonucunda önerilen özetleme sisteminin geleneksel çizge tabanlı yaklaşımlar ile rekabet edebilir ölçüdeperformans değerleri ortaya koyduğunu göstermektedir. Önerilen özetleme yaklaşımı ile elde edilen ROUGE-2metriğinin Duyarlılık, Kesinlik ve F-Skor değerleri sırasıyla 0.17068, 0.15772, 0.16383 olarak hesaplandı. Ayrıcasunulan bu basit ve etkili yöntemin dilbilimsel bir süreç izlememesi oldukça önemlidir.
Abstract
There are many different approaches to summarizing through sentence selection. In this study, a new and unsupervised process is proposed for single document extractor text summarization. Within the scope of the study, text documents are represented by graph. Our method basically uses the graph representing texts and proposes a weighting for sentences. Using the different node weighting methods of the proposed process, identifying important nodes and thus important sentences constitutes the sentence grading stage of the proposed summarizing system. Finally, within the scope of this study, the proposed approach for text summarization was calculated by using Document Understanding Conference (DUC-2002) evaluation metrics in the ROUGE dataset containing open access texts and summaries of these texts. As a result of the experimental studies, the proposed summarization system shows the performance values that can compete with the traditional graph-based approaches. It is also important that this simple and effective method does not follow a linguistic process.