Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Tóm tắt văn bản lớn dựa trên phương pháp logic mờ nâng cao
International Journal of Information Technology - Trang 1-14 - 2023
Tóm tắt
Trong thế giới số ngày nay, có sự gia tăng khổng lồ và theo cấp số nhân về lượng kiến thức có sẵn trực tuyến. Khi tìm kiếm thông tin chính xác và liên quan, người dùng gặp khó khăn trong việc tìm ra chính xác những gì họ đang tìm kiếm. Trong bài báo này, chúng tôi đề xuất một phương pháp tóm tắt văn bản trích xuất sử dụng logic mờ để xác định mức độ liên quan và tầm quan trọng của các câu trong một tập hợp tài liệu đa dạng như tài liệu pháp lý, bài báo tin tức, bài viết kinh doanh, v.v. Phương pháp tóm tắt tài liệu đa dạng được trình bày nhằm đạt được độ bao phủ nội dung tốt và độ phong phú dữ liệu cao với ít sự dư thừa hơn. Mô hình logic mờ được sử dụng để trình bày một phương pháp tính năng mới nhằm xử lý các giá trị tính năng không chính xác và không thể dự đoán. Thêm vào đó, công việc mà chúng tôi đề xuất loại bỏ dữ liệu dư thừa thông qua độ tương đồng cosine và các giá trị ngưỡng. Phương pháp được đề xuất được đánh giá dựa trên tập dữ liệu DUC2006 sử dụng các chỉ số đánh giá ROUGE, và kết quả chứng minh tính hiệu quả của nó trong việc tạo ra các tóm tắt thông tin và chất lượng. Hiệu suất của phương pháp được đề xuất được so sánh với phương pháp tóm tắt đa tài liệu (MDS) dựa trên logic mờ hiện có và phương pháp tóm tắt văn bản dựa trên học sâu (DLbTS). Kết quả thực nghiệm cho thấy phương pháp được đề xuất của chúng tôi vượt trội hơn so với MDS và DLbTS với tỷ lệ lần lượt là 8.30%, 3.84% và 5.98% về điểm số $$ROUGE_1$$ dưới độ chính xác, độ hồi tưởng và F-score.
Từ khóa
Tài liệu tham khảo
Gambhir M, Gupta V (2017) Recent automatic text summarization techniques: a survey. Artif Intell Rev 47:1–66
Yadav AK, Ranvijay R, Yadav RS, Maurya AK (2023) State-of-the-art approach to extractive text summarization: a comprehensive review. Multimedia Tools Appl 1–63
El-Kassas WS, Salama CR, Rafea AA, Mohamed HK (2021) Automatic text summarization: a comprehensive survey. Expert Syst Appl 165:113679
Sharaff A, Jain M, Modugula G (2022) Feature based cluster ranking approach for single document summarization. Int J Inf Technol 14(4):2057–2065
Alomari A, Idris N, Sabri AQM, Alsmadi I (2022) Deep reinforcement and transfer learning for abstractive text summarization: a review. Comput Speech Language 71:101276
AL-Khassawneh YA, Hanandeh ES (2023) Extractive Arabic text summarization-graph-based approach. Electronics 12(2):437
Srivastava AK, Pandey D, Agarwal A (2021) Extractive multi-document text summarization using dolphin swarm optimization approach. Multimedia Tools Appl 80:11273–11290
Mutlu B, Sezer EA, Akcayol MA (2019) Multi-document extractive text summarization: A comparative assessment on features. Knowl-Based Syst 183:104848
Alguliev RM, Aliguliyev RM, Hajirahimova MS, Mehdiyev CA (2011) Mcmr: maximum coverage and minimum redundant text summarization model. Expert Syst Appl 38(12):14514–14522
Venkatachalam S, Subbiah LP, Rajendiran R, Venkatachalam N (2020) An ontology-based information extraction and summarization of multiple news articles. Int J Inf Technol 12(2):547–557
Yadav AK, Maurya AK, Yadav RS et al (2021) Extractive text summarization using recent approaches: a survey. Ingénierie des Systèmes d’Information 26(1)
Du Y, Huo H (2020) News text summarization based on multi-feature and fuzzy logic. IEEE Access 8:140261–140272
Patel D, Shah S, Chhinkaniwala H (2019) Fuzzy logic based multi document summarization with improved sentence scoring and redundancy removal technique. Expert Syst Appl 134:167–177
Suanmali L, Salim N, Binwahlan MS (2009) Fuzzy logic based method for improving text summarization, arXiv preprint arXiv:0906.4690
Binwahlan MS, Salim N, Suanmali L (2010) Fuzzy swarm diversity hybrid model for text summarization. Inform Process Manag 46(5):571–588
Kyoomarsi F, Khosravi H, Eslami E, Davoudi M (2010) Extraction-based text summarization using fuzzy analysis. Iran J Fuzzy Syst 7(3):15–32
Patel D, Chhinkaniwala H (2018) Fuzzy logic-based single document summarisation with improved sentence scoring technique. Int J Knowledge Eng Data Mining 5(1–2):125–138
Abbasi-ghalehtaki R, Khotanlou H, Esmaeilpour M (2016) Fuzzy evolutionary cellular learning automata model for text summarization. Swarm Evol Comput 30:11–26
Jafari M, Wang J, Qin Y, Gheisari M, Shahabi AS, Tao X (2016) Automatic text summarization using fuzzy inference, In: 2016 22nd International Conference on Automation and Computing (ICAC), IEEE, pp. 256–260
Rezaei A, Dami S, Daneshjoo P (2019) Multi-document extractive text summarization via deep learning approach, In: 2019 5th Conference on Knowledge Based Engineering and Innovation (KBEI), IEEE, pp. 680–685
Goularte FB, Nassar SM, Fileto R, Saggion H (2019) A text summarization method based on fuzzy rules and applicable to automated assessment. Expert Syst Appl 115:264–275
Ali Z, Ali J (2020) Zhang lining, Zeeshan, Niaz Muhammad. automatic text summarization for Urdu roman language by using fuzzy logic. J Autonomous Intell 3(2):23–30
Elbarougy R, Behery G, El Khatib A (2020) Extractive Arabic text summarization using modified Pagerank algorithm. Egyptian Inform J 21(2):73–81
Yadav AK, Singh A, Dhiman M, Kaundal R, Verma A, Yadav D (2022) Extractive text summarization using deep learning approach. Int J Inf Technol 14(5):2407–2415
Mahalleh ER, Gharehchopogh FS (2022) An automatic text summarization based on valuable sentences selection. Int J Inf Technol 14(6):2963–2969
Tomer M, Kumar M, Hashmi A, Sharma B, Tomer U (2023) Enhancing metaheuristic based extractive text summarization with fuzzy logic. Neural Comput Appl 1–13
Banerjee S, Mukherjee S, Bandyopadhyay S (2023) A novel centroid based sentence classification approach for extractive summarization of covid-19 news reports. Int J Inform Technol 1–13
Meena YK, Gopalani D (2015) Evolutionary algorithms for extractive automatic text summarization. Proc Comput Sci 48:244–249
Srivastava AK, Pandey D, Agarwal A (2022) Redundancy and coverage aware enriched dragonfly-fl single document summarization. Lang Resour Eval 56(4):1195–1227
Mandal S, Singh GK, Pal A (2021) Single document text summarization technique using optimal combination of cuckoo search algorithm, sentence scoring and sentiment score. Int J Inf Technol 13:1805–1813