文献

J-GLOBAL ID：202202260916885960   整理番号：22A1117594

質問指向テキスト要約のための多目的ミームアルゴリズム:事例研究としての医学テキスト【JST・京大機械翻訳】

A multi-objective memetic algorithm for query-oriented text summarization: Medicine texts as a case study

著者 (3件)： Sanchez-Gomez Jesus M. (Departamento de Tecnologia de Computadores y Comunicaciones, Universidad de Extremadura 1 1 https://ror.org/0174shg90., Campus Universitario s/n, 10003 Caceres, Spain) ,  Vega-Rodriguez Miguel A. (Departamento de Tecnologia de Computadores y Comunicaciones, Universidad de Extremadura 1 1 https://ror.org/0174shg90., Campus Universitario s/n, 10003 Caceres, Spain) ,  Perez Carlos J. (Departamento de Matematicas, Universidad de Extremadura 1 , Campus Universitario s/n, 10003 Caceres, Spain)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 198  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 自動テキスト要約は,知識の多くの分野で大きな興味のトピックである。特に,質問指向抽出マルチ文書テキスト要約法は,ユーザにより与えられたクエリに従って要約を自動的に生成できるので,最近,それらの重要性を増している。この問題に対処する一つの方法は多目的最適化アプローチである。本論文では,メムチックアルゴリズム,特に多目的Shuffed Frog-Leapingアルゴリズム(MOSFLA)を開発し,実装し,質問指向抽出マルチ文書テキスト要約問題を解いた。実験は,テキスト分析会議(TAC)からのデータセットを用いて行い,得られた結果を,Gisting評価(ROUGE)計量のためのRecall指向研究で評価した。結果は,提案した手法が科学文献の研究に関して重要な改良を達成したことを示した。特に,ROUGE-1,ROUGE-2,およびROUGE-SU4スコアにおけるパーセント改善の25.41%,7.13%,および30.22%がそれぞれ達成された。さらに,MOSFLAを,事例研究として,Topicical Diverse Query Center Summarization(TD-QFS)データセットから医学テキストに適用した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  抽出 ,  *抄録作業 ,  知識 ,  *医学 ,  利用者 ,  *事例研究 ,  文書
準シソーラス用語： 多目的最適化 ,  クエリー ,  テキスト解析 ,  *テキスト要約 ,  ミームアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： クエリー指向要約化 ,  多目的最適化 ,  ミームアルゴリズム ,  ギスティング評価のためのリコール指向研究 ,  医学テキスト

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

タイトルに関連する用語 (5件)： 質問 ,  テキスト要約 ,  ミームアルゴリズム ,  研究 ,  医学