文献

J-GLOBAL ID：202202263142106059   整理番号：22A1042984

潜在的Dirichlet配分を用いたMalayalam文書の抽出要約:経験【JST・京大機械翻訳】

Extractive summarization of Malayalam documents using latent Dirichlet allocation: An experience

著者 (3件)： Kondath Manju ( Department of Computer Science, Cochin University of Science and Technology, Kochi 682022, Kerala, India) ,  Suseelan David Peter ( Department of Computer Science, SOE Campus, Cochin University of Science and Technology, Kochi 682022, Kerala, India) ,  Idicula Sumam Mary ( Department of Computer Science, Muthoot Institute of Technology and Science, Kochi 682308, Kerala, India)
資料名： Journal of Intelligent Systems  (Journal of Intelligent Systems)
巻： 31  号： 1  ページ： 393-406  発行年： 2022年 
JST資料番号： W3806A  ISSN： 0334-1860  資料種別： 逐次刊行物 (A)
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： 自動テキスト要約(ATS)はソーステキストから情報を抽出し,その一次コンテンツを維持しながら,凝縮形式でユーザにそれを提供する。多くのテキスト要約アプローチを,高資源言語のために文献において研究した。同時に,ATSはマラヤラムのような資源不足言語のための複雑で挑戦的なタスクである。標準コーパスと十分な処理ツールの欠如は,それが言語処理に来るとき,挑戦である。標準コーパスが存在しない場合,マラヤラムニュース記事から成るデータセットを開発した。本論文は,マラヤラムニュース文書のための抽出トピックモデリングベースのマルチ文書テキスト要約方式を提案した。最初に,潜在Dirichlet割当トピックモデリング技術を用いて同定された潜在トピックスに基づくコンテンツをクラスタ化した。次に,ベクトル空間モデルを採用することによって,与えられた文書の主題ベクトルと文章ベクトルを生成した。関連状態値に従って,文章を文書の主題と文章ベクトルの間でランク付けした。得られた要約を非冗長性のために最適化した。マラヤラムニュース記事に関する評価結果は,提案した方法によって作り出される要約が,既存のテキスト要約方法より人間生成要約に近いことを示した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 凝縮 ,  最適化 ,  ベクトル ,  言語 ,  冗長性 ,  クラスタ化 ,  抄録作業 ,  等級づけ ,  文章 ,  *文書 ,  コーパス ,  コンテンツ
準シソーラス用語： ベクトル空間モデル ,  ニュース記事 ,  言語処理 ,  テキスト要約 , 【Automatic Indexing@JST】

著者キーワード (5件)： トピックモデリング ,  LDA ,  マルチ文書要約化 ,  関連状態価値 ,  Malayalam文書

分類 (4件)： パターン認識  (JE07000S) ,  情報加工一般  (AC05010A) ,  自然語処理  (JE06000L) ,  その他の情報処理  (JE15050M)

タイトルに関連する用語 (3件)： 配分 ,  文書 ,  経験