ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Arabic Multi-Document Text Summarization Based on the K-Means Clustering Algorithm

العنوان بلغة أخرى: تلخيص النصوص العربية متعددة الوثائق اعتمادا على خوارزمية التجميع k-means
المؤلف الرئيسي: Al Rousan, Suhaib Khaled (Author)
مؤلفين آخرين: Al Taani, Ahmad T. (Advisor)
التاريخ الميلادي: 2015
موقع: اربد
الصفحات: 1 - 89
رقم MD: 726398
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة اليرموك
الكلية: كلية تكنولوجيا المعلومات وعلوم الحاسوب
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

53

حفظ في:
LEADER 03950nam a22003617a 4500
001 0052488
041 |a eng 
100 |9 380242  |a Al Rousan, Suhaib Khaled  |e Author 
245 |a Arabic Multi-Document Text Summarization Based on the K-Means Clustering Algorithm 
246 |a تلخيص النصوص العربية متعددة الوثائق اعتمادا على خوارزمية التجميع k-means 
260 |a اربد  |c 2015 
300 |a 1 - 89 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة اليرموك  |f كلية تكنولوجيا المعلومات وعلوم الحاسوب  |g الاردن  |o 0013 
520 |a التلخيص التلقائي لنصوص متعددة الوثائق هو عملية استخراج ملخص من مجموعة وثائق ذات الصلة. تحتاج هذه الطريقة لوقت طويل لإنجازها فيما لو طبقت من قبل البشر، وبما أن الإنترنت أصبح يحتوي على كميات هائلة من النصوص والمقالات المكتوبة باللغة العربية، واللغة الإنجليزية، واللغات الأخرى، فإنه ليس من السهل إيجاد المعلومات ذات الصلة. بالإضافة إلى انه يوجد القليل من التطبيقات التي طبقت في حقل تلخيص النصوص العربية متعددة الوثائق. ونتيجة لذلك، فإنه من الضروري إيجاد نظام تلقائي يقوم باستخراج تلخيص من مجموعة وثائق ذات الصلة مكتوبة باللغة العربية من أجل مواجهة هذا التحدي. في هذا البحث تم استخدام طريقة تلخيص النصوص العربية متعددة الوثائق المبنية على طريقة الاستخراج، وتحديدا طريقة خوارزمية التجميع (K-mean) والتي تم تناولها في هذا البحث. إضافة إلى اقتراح نهج تقديري للتنبؤ بالقيمة المثلى لل (K). إضافة لذلك، قمنا بدراسة تأثير استخدام طرق اختيار التلخيص. تم اقتراح طريقة الاختيار الاسي والطريقة المعتمدة على نسبة حجم المجموعة لإسناد قيمة احتمالية إلى المجموعات. لتقييم المناهج المقترحة، فإنه تم استخدام مقاييس الدقة والاسترجاع. وأظهرت النتائج بأن اختيار الجمل المشابهة لمركز مجموعة كل الجمل لمجموعة الوثائق ذات الصلة، التنبؤ بالعدد الأمثل للمجموعات، واستخدام نسبة حجم المجموعة كطرق لإسناد احتمالية لكل مجموعة، تحقق أعلى نتيجة لل (ROUGE). 
653 |a النصوص العربية  |a الملخصات الإلكترونية  |a خوارزمية التجميع  |a الإنترنت  |a اللغة العربية  |a تقييم المناهج 
700 |9 380246  |a Al Taani, Ahmad T.  |e Advisor 
856 |u 9802-003-012-0013-T.pdf  |y صفحة العنوان 
856 |u 9802-003-012-0013-A.pdf  |y المستخلص 
856 |u 9802-003-012-0013-C.pdf  |y قائمة المحتويات 
856 |u 9802-003-012-0013-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-003-012-0013-1.pdf  |y 1 الفصل 
856 |u 9802-003-012-0013-2.pdf  |y 2 الفصل 
856 |u 9802-003-012-0013-3.pdf  |y 3 الفصل 
856 |u 9802-003-012-0013-4.pdf  |y 4 الفصل 
856 |u 9802-003-012-0013-5.pdf  |y 5 الفصل 
856 |u 9802-003-012-0013-6.pdf  |y 6 الفصل 
856 |u 9802-003-012-0013-7.pdf  |y 7 الفصل 
856 |u 9802-003-012-0013-R.pdf  |y المصادر والمراجع 
856 |u 9802-003-012-0013-S.pdf  |y الملاحق 
930 |d y 
995 |a Dissertations 
999 |c 726398  |d 726398 

عناصر مشابهة