文献

J-GLOBAL ID：202102222335874687   整理番号：21A0028020

NLPを用いたグラフベースのマルチ文書テキスト要約【JST・京大機械翻訳】

Graph-Based Multi-document Text Summarization Using NLP

著者 (2件)： More Abhilasha (Vidyalankar Institute of Technology, Mumbai, India) ,  Dalal Vipul (Vidyalankar Institute of Technology, Mumbai, India)
資料名： Advances in Intelligent Systems and Computing  (Advances in Intelligent Systems and Computing)
巻： 1270  ページ： 177-184  発行年： 2020年 
JST資料番号： W5075A  ISSN： 2194-5357  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： テキスト要約は,元の情報源文書から有用で関連する情報を選択することにより,テキストの凝縮ビューを生成するプロセスである。それは自然言語処理のサブトピックである。テキスト要約は,文書の目的を理解するための技術であり,短い継続時間で大きなテキスト文書を可視化する。要約は柔軟性と利便性を提供する。ビジネスリーダー,アナリスト,および研究者は,先行する日々のベースで膨大な数の文書を受けなければならず,それらの時間の過大な部分が,どの文書が関連性を持ち,何れないかを決定するのに費やされる。重要かつ関連文の発見と要約の創造により,文書が読む価値があるかどうかを迅速にチェックできる。本論文では,複数のテキスト文書を要約するための自動テキスト要約器の設計を提案した。システムへの入力はニュース記事の多重ソースである。ソース文書からの重要な文章を選択し,目的文書または要約文書に整理した。これは自動テキスト要約における抽出技術と呼ばれる。ここでは,1つの文書を処理し,その要約を,重み付けグラフを言語処理を用いて構築する抽出技術を用いて生成する。Copyright The Editor(s) (if applicable) and The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 凝縮 ,  情報源 ,  可視化 ,  *自然言語処理 ,  多重化 ,  柔軟性 ,  重みづけ ,  継続時間
準シソーラス用語： 利便性 ,  アナリスト ,  ニュース記事 ,  *テキスト要約 , 【Automatic Indexing@JST】

著者キーワード (6件)： テキスト要約化 ,  自然言語処理 ,  重み付きグラフ ,  テキストランクアルゴリズム ,  前処理 ,  抽出

分類 (1件)： 自然語処理  (JE06000L)

タイトルに関連する用語 (5件)： NLP ,  グラフ ,  マルチ ,  文書 ,  テキスト要約