文献

J-GLOBAL ID：201802221441771915   整理番号：18A0860601

潜在的Dirichlet割当と重要文に基づくインドネシア語のための複数文書要約【JST・京大機械翻訳】

Multi document summarization for the Indonesian language based on latent dirichlet allocation and significance sentence

著者 (3件)： Widjanarko Agus (Department of Information System, Diponegoro University, Semarang, Indonesia) ,  Kusumaningrum Retno (Department of Informatics, Diponegoro University, Semarang, Indonesia) ,  Surarso Bayu (Department of Mathematics, Diponegoro University, Semarang, Indonesia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICOIACT  ページ： 520-524  発行年： 2018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： インドネシア語言語における自動多文書要約は,人々がより包括的なオンラインニュース情報を得るのを助けることができる。テキストデータドメインにおいて10年にわたって広く開発されているクラスタリングアルゴリズムは,潜在的Dirichlet割当(LDA)である。LDA法は,テキスト分類と情報検索の分野で非常に良く貢献する。LDAは文書におけるフレームワークを得ることができるので,LDAの利用の一つは文書要約法である。教師なし学習アプローチ,特にLDAを用いたインドネシア語におけるマルチドキュメント要約は,まだ限られている。LDAと有意性感覚方法は,ソースドキュメントから代表的文章を選択する利点を持っている。試験モデルは,αパラメータ0.1と0.001の組合せ,およびβ0.001と0.1を用いて行い,各文書の文章ランキングプロセスにおいて,10%,30%および50%の圧縮率と組み合わせた。試験結果は,最良の結果が以下のようにパラメータ組合せの下で得られたことを示している。アルファ値は0.01,ベータ値は0.1,圧縮率は50%,余弦類似値は0.931である。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 言語 ,  教師なし学習 ,  情報検索 ,  *圧縮率
準シソーラス用語： テキスト分類 ,  クラスタリングアルゴリズム ,  *複数文書要約 ,  *インドネシア語 ,  *重要文 , 【Automatic Indexing@JST】

分類 (2件)： 情報加工一般  (AC05010A) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (4件)： 割当 ,  重要文 ,  インドネシア ,  複数文書要約