امروز چهارشنبه ، ۱۴۰۱/۰۴/۱۵
بدان
FAENZYXWVUTSRQPONMLKJIHGFEDCBA

خلاصه سازی خودکار

خلاصه سازی خودکار به چه معناست؟ خلاصه سازی خودکار فرآیندی است که توسط برنامه رایانه ای یک نسخه کوتاه شده از متن ایجاد می کند. محصول فرآیند حاوی مهمترین نکات از متن اصلی است. موتورهای جستجو مانند گوگل از خلاصه سازی خودکار برای استخراج عبارات کلیدی در نتایج جستجو استفاده می کنند.Bedan خلاصه سازی خودکار را توضیح می دهد خلاصه سازی خودکار کمک می کند تا اسناد متنی بزرگ را به مجموعه ای کوتاه از کلمات یا پاراگراف هایی که معنای متن کامل را منتقل می کند، کاهش دهید. دو روش در خلاصه‌سازی خودکار استفاده می‌شود: روش استخراجی زیرمجموعه‌ای از کلمات، عبارات یا جملات موجود در متن اصلی را برای تشکیل خلاصه‌ها انتخاب می‌کند. روش انتزاعی یک نمایش معنایی درونی ایجاد می‌کند و از تکنیک‌های تولید زبان طبیعی برای ایجاد خلاصه‌هایی که شبیه به آنهایی که توسط انسان ساخته شده اند این خلاصه ممکن است کلماتی داشته باشد که در سند اصلی وجود نداشته باشد. همچنین دو نوع اصلی خلاصه سازی خودکار وجود دارد: استخراج عبارت کلیدی، کلمات یا عبارات جداگانه را برای برچسب گذاری اسناد انتخاب می کند. خلاصه سازی سند، جملات کامل را برای ایجاد خلاصه پاراگراف های کوتاه انتخاب می کند. فن آوری هایی که تولید خلاصه های منسجم از هر نوع باید طول سند، سبک نوشتن و نحو را در نظر بگیرد تا خلاصه های مفیدی ایجاد شود.

Automatic Summarization

What Does Automatic Summarization Mean? Automatic summarization is the process by a which computer program creates a shortened version of text. The product of the process contains the most important points from the original text. Search engines such as Google use automatic summarization to produce key phrase extractions in search results. Techopedia Explains Automatic Summarization Automatic summarization helps to reduce large text documents to a short set of words or a paragraph that conveys the meaning of the full text. There are two methods used in automatic summarization:The extractive method selects a subset of existing words, phrases or sentences in the original text to form summaries.The abstractive method builds an internal semantic representation and uses natural language generation techniques to create summaries that resembles the ones created by humans. This summary may have words that are not present in the original document.There are also two main types of automatic summarization: Key-phrase extraction selects individual words or phrases to tag documents.Document summarization selects whole sentences to create short paragraph summaries.Technologies that produce coherent summaries of any type must take document length, writing style and syntax into account to make useful summaries.