文献

J-GLOBAL ID：201802285202715057   整理番号：18A2229844

意味解析とクラスタリングを用いた複数文書のトピックベース要約【JST・京大機械翻訳】

Topic based Summarization of Multiple Documents using Semantic Analysis and Clustering

著者 (4件)： Hafeez Rubab (School of Electrical Engineering and Computer Sciences, National University of Sciences and Technology Islamabad, Pakistan) ,  Khan Sharifullah (School of Electrical Engineering and Computer Sciences, National University of Sciences and Technology Islamabad, Pakistan) ,  Abbas Muhammad Azeem (University Institute of Information Technology, PMAS-Arid Agriculture University Rawalpindi, Pakistan) ,  Maqbool Fahad (School of Electrical Engineering and Computer Sciences, National University of Sciences and Technology Islamabad, Pakistan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： HONET-ICT  ページ： 70-74  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： 文書要約は,読者へのコンパクトな形式で情報を提示する問題を扱う。文献において文書を要約するための異なるアプローチが提案され,評価されている。マルチドキュメント要約における一般的研究問題は,文章の冗長性と抽出である。それは他の文章と重要で意味的にリンクしている。凝集階層的クラスタリングと潜在的意味解析(LSA)の組合せによって;文章間の意味論的類似性を測定し,高度に重みづけされたベクトルのみを保存することにより次元を縮小する,新しい多文書要約アプローチを提案した。潜在的Dirichlet配置モデルを用いて,結果としての要約における重要なトピック項を同定した。著者らは,著者らのシステムを他の最新技術に対して評価するために,著者らのシステムを評価するために,著者らの評価(ROUGE)計量のために,著者らのシステムを用いて,2004年のDocument Understent Conference(DUC)データセットを使用した。実験結果は,著者らのシステムを用いて実質的な性能改善があることを示して,それは他の最先端技術と比較してより良い要約を作った。Copyright 2019 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： ベクトル ,  凝集 ,  類似性 ,  意味論 ,  冗長性 ,  *意味解析
準シソーラス用語： 最先端技術 ,  潜在的意味解析 ,  階層的クラスタリング , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 意味解析 ,  クラスタリング ,  文書 ,  トピック