ارسل ملاحظاتك

ارسل ملاحظاتك لنا







تلخيص النصوص العربية لوثيقة مفردة اعتمادا على خوارزمية التحسين بأسراب الجسيمات وخوارزمية الفراشات المضيئة

العنوان بلغة أخرى: Arabic Single-Document Text Summarization Based on Particle Swarm Optimization and Firefly Algorithms
المؤلف الرئيسي: العبدالله، رائد زيد (مؤلف)
مؤلفين آخرين: الطعاني، أحمد توفيق (مشرف)
التاريخ الميلادي: 2017
موقع: إربد
الصفحات: 1 - 86
رقم MD: 870508
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

85

حفظ في:
LEADER 04101nam a22003497a 4500
001 1484031
041 |a eng 
100 |9 469138  |a العبدالله، رائد زيد  |e مؤلف 
245 |a تلخيص النصوص العربية لوثيقة مفردة اعتمادا على خوارزمية التحسين بأسراب الجسيمات وخوارزمية الفراشات المضيئة 
246 |a Arabic Single-Document Text Summarization Based on Particle Swarm Optimization and Firefly Algorithms 
260 |a إربد  |c 2017 
300 |a 1 - 86 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة اليرموك  |f كلية تكنولوجيا المعلومات وعلوم الحاسوب  |g الاردن  |o 0062 
520 |a التلخيص الآلي للنصوص هو عمل نسخة مختصرة من الوثيقة مع الحفاظ على معناها العام باستخدام الحاسوب. يعتبر أسلوب الاستخراج طريقة لاستخراج الجمل الأكثر أهمية في الوثيقة. في هذا البحث، نقترح استخدام خوارزميتان من خوارزميات ذكاء القطعان أو الأسراب وهما خوارزمية التحسين بأسراب الجسيمات وخوارزمية الفراشات المضيئة لاستخراج التلخيص لوثيقة مفردة عربية النص. في هذا البحث، نقارن هاتين الطريقتين مع الطرق التطورية التي تستخدم خوارزمية الانسجام والخوارزمية الجينية. لقد تم استخدام مجموعة ملخصات اللغة العربية (EASC) في الخوارزميات الأربعة. لتقييم النهجان المقترحان استخدمنا مقاييس الدقة والاسترجاع (ROUGE). وأظهرت النتائج أن النهج المقترح حقق قيما منافسة بالمقارنة مع المناهج HS, GA في الأبحاث السابقة. في نسبة تلخيص 40%، حققت خوارزمية التحسين بأسراب الجسيمات قيم Recall 0.5444 و0.4483 لكل من ROUGE-1 وROUGE-2 على التوالي. كما حققت قيم Precision 0.5882 و0.4814 لكل من ROUGE-1 وROUGE-2 على التوالي. وجاءت قيم F-measure التالية 0.5532 و0.4538 لكل من ROUGE-1 وROUGE-2 على التوالي. حققت خوارزمية الفراشات المضيئة قيم Recall 0.6014 و0.5175 لكل من ROUGE-1 وROUGE-2 على التوالي. كما حققت قيم Precision 0.5732 و0.4879 لكل من ROUGE-1 وROUGE-2 على التوالي. وجاءت قيم F-measure التالية 0.5732 و0.4922 لكل من ROUGE-1 وROUGE-2 على التوالي. أظهرت النتائج تفوق خوارزمية التحسين بأسراب الجسيمات على كل من خوارزمية الانسجام والخوارزمية الجينية في قيم F-measure. كما أظهرت النتائج تفوق وخوارزمية الفراشات المضيئة على خوارزمية التحسين بأسراب الجسيمات في قيم F-measure. 
653 |a الخوارزمي (لغة برمجة) 
653 |a البرمجة (حاسبات إلكترونية) 
653 |a خوارزمية الفراشات المضيئة 
700 |a الطعاني، أحمد توفيق  |g Al-Taani, Ahmad T.  |e مشرف  |9 136075 
856 |u 9802-003-012-0062-T.pdf  |y صفحة العنوان 
856 |u 9802-003-012-0062-A.pdf  |y المستخلص 
856 |u 9802-003-012-0062-C.pdf  |y قائمة المحتويات 
856 |u 9802-003-012-0062-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-003-012-0062-1.pdf  |y 1 الفصل 
856 |u 9802-003-012-0062-2.pdf  |y 2 الفصل 
856 |u 9802-003-012-0062-3.pdf  |y 3 الفصل 
856 |u 9802-003-012-0062-4.pdf  |y 4 الفصل 
856 |u 9802-003-012-0062-O.pdf  |y الخاتمة 
856 |u 9802-003-012-0062-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 870508  |d 870508 

عناصر مشابهة