ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Multi-Document Text Summarizat...>الوصف
يجب تسجيل الدخول أولا

Multi-Document Text Summarization Based on Multiple Linear Regression

العنوان بلغة أخرى: تلخيص النصوص المتعددة بالاعتماد على الانحدار الخطي المتعدد
المصدر: مجلة المنصور
الناشر: كلية المنصور الجامعة
المؤلف الرئيسي: مال الله، سھاد (مؤلف)
مؤلفين آخرين: علي، زھیر حسین (م. مشارك)
المجلد/العدد: ع30
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2018
الصفحات: 1 - 16
DOI: 10.36541/0231-000-030-001
ISSN: 1819-6489
رقم MD: 975487
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: HumanIndex, EcoLink
مواضيع:
المعلومات | تلخيص المعلومات | تلخیص النصوص المتعدده | الانحدار الخطي المتعدد
كلمات المؤلف المفتاحية:
Weight Feature | Muliple Linear Regression | Dependent and Independent Variables
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: بالنظر للكميات الكبيرة الموجودة من المعلومات في الانترنت أدى ذلك إلى الحاجة الضرورية لتلخيص المعلومات. أن عملية تلخيص المعلومات تتضمن استخراج الجمل المهمة من النصوص مع المحافظة على الأفكار الرئيسية للنصوص الملخصة. في هذا البحث تم بناء نموذج رياضي اعتمادا على الانحدار الخطي المتعدد وذلك بتقدير الاوزان للخواص المتعددة المستخرجة من كل جملة من جمل النصوص. تم استخدام قاعدة البيانات (TAC-2011) لتجربة النموذج الرياضي المقترح. اختبارات النتائج باستخدام برنامج ROUGE اثبتت كفاءة النظام المقترح.

Due to the huge amount of information on the internet makes text summarization growth rapidly. Text summarization is the process of selecting important sentences from documents with keeping the main idea of the original documents. Features considered the basis of text summarization. In this paper a method for assigning a weight to selected features was developed which is depend on building a mathematical model using Multiple Linear Regression which estimate the weights between dependent and independent variables. The proposed model is evaluated using dataset supplied by the Text Analysis Conference (TAC- 2011) for English documents. The results were measured by using Recall Oriented Understudy for Gisting Evaluation(ROUGE. The obtained results support the effectiveness of the proposed model
ISSN: 1819-6489

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.