خلاصهسازی متون فارسی با استفاده از رویکرد کدگذاری تنک و بازنمایی عصبی جملات
نویسندگان
1 دانشکده مهندسی کامپیوتر؛ دانشگاه صنعتی امیرکبیر؛ تهران، ایران؛
2 دانشکده مهندسی کامپیوتر؛ دانشگاه صنعتی امیرکبیر؛ تهران، ایران؛
doi
10.52547/jipm.36.3.767چکیده
امروزه، گستردگی و تنوع اطلاعات متنی باعث پیچیدگی فرایند یافتن دانش و الگوهای مورد نظر از میان آنها شده است. یکی از گامهای مؤثر برای کاهش این مشکل، خلاصهسازی است. در چند دهه گذشته مسئله خلاصهسازی با توجه به نمونههای گوناگون از جهات و ابعاد مختلف بررسی شده است. خلاصهسازی فرایندی هوشمند است که انجام آن حتی برای انسانها ساده نیست و هر فردی با توجه به دیدگاهش میتواند نتیجه متفاوتی ارائه دهد. یک خلاصه مناسب باید دارای سه ویژگی پوشش، تُنُکبودن و تنوع باشد. بدینمنظور در این پژوهش برای در نظر گرفتن این ویژگیها یک روش بر مبنای کدگذاری تُنُک ارائه میشود. با بهکارگیری این روش جملاتی بهعنوان خلاصه نهایی انتخاب میشوند که حداقل خطا را در بازسازی جملات متن ورودی داشته باشند. سپس، با استفاده از روشهای عصبی در بازنمایی معنایی کلمات و همچنین متون به بهبود روش پیشنهادی پرداخته میشود. برای ارزیابی روش پیشنهادی از مجموعه دادگان پاسخ استفاده شده و نشان داده میشود که روش پیشنهادی عملکرد بهتری نسبت به سایر پژوهشهای انجامشده بر روی این دادگان در زبان فارسی دارد. مدل پیشنهادی توانسته است به میزان ۱۰/۰۲ درصد و ۸/۶۵ درصد و بهترتیب در معیار F روژ-۱ و روژ-۲ بهبود حاصل نماید.
