文献

J-GLOBAL ID：201802219106680035   整理番号：18A0444922

K-meansクラスタリングを用いた自動抽出テキスト要約【Powered by NICT】

Automatic extractive text summarization using K-means clustering

著者 (2件)： Shetty Krithi (Department of Computer Science and Engineering, M S Ramaiah Institute of Technology, Bangalore, India) ,  Kallimani Jagadish S. (Department of Computer Science and Engineering, M S Ramaiah Institute of Technology, Bangalore, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICEECCOT  ページ： 1-9  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： World Wide Webの次元の上昇がアクセス可能な情報量の爆発を行ってきた。テキストデータは冗長性のいくつかの事例を含んでいるので,文章または全文の一部の省略は,文書の意味を変えることなく可能である。テキストの要約は非公式意味論を顕著に損なわずにその元の大きさから文書を凝縮の行為として定義することができる。適切な要約を生成する目的のために,生のテキストを含む nonASCII特性とストップワード,tokenizingと茎取りを除去する前処理した。データから適当な特徴が抽出され,各単語のtf-idf値を計算し,全前処理されたデータを用いて,tf-idfマトリックスに変換した。文書の各文章を文書の語いの次元空間におけるベクトルとして表現する。簡潔な要約を得るために,入力された文はEuclid代わりにベクトルの分離の程度に基づいてクラスター化した適切にした。K平均法を用いてクラスタに文の会合は余弦類似性に基づく完全である。クラスタの数は形成されることが予め定義された。クラスタの数が増加するにつれて要約の精度は増加した。クラスタのそれぞれから情報を提供するものである,文を最終的な要約を形成した。再現率と精度尺度を用いて,要約の有効性を検証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 単語 ,  ベクトル ,  前処理 ,  クラスタ化 ,  冗長性 ,  *クラスタ ,  平均法 ,  Web【情報システム】 ,  意味論 ,  類似性
準シソーラス用語： 再現率 ,  *テキスト ,  テキストデータ ,  *テキスト要約 ,  *自動抽出 , 【Automatic Indexing@JST】

分類 (4件)： 図形・画像処理一般  (JE04010I) ,  人間機械系  (IB03000G) ,  検索技術  (AC06020S) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (3件)： K-meansクラスタリング ,  自動抽出 ,  テキスト要約