1 / 18

Nástroje na sumarizáciu textu

Nástroje na sumarizáciu textu. Róbert Móro prof. Mária Bieliková. 7.4.2011. Sumarizácia textu. Vytvorenie stručnej a presnej reprezentácie obsahu dokumentu Vyňatie najdôležitejšej informácie zo zdrojového textu Motivácia Informačné preťaženie Orientácia v množstve zdrojov.

zohar
Télécharger la présentation

Nástroje na sumarizáciu textu

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Nástroje na sumarizáciu textu Róbert Móro prof. Mária Bieliková 7.4.2011

  2. Sumarizácia textu • Vytvorenie stručnej a presnej reprezentácie obsahu dokumentu • Vyňatie najdôležitejšej informácie zo zdrojového textu • Motivácia • Informačné preťaženie • Orientácia v množstve zdrojov

  3. Typy sumarizátorov • Forma súhrnu • Extrakt • Abstrakt • Účel • Indikatívny • Informatívny • Hodnotiaci

  4. Typy sumarizátorov • Záber • Všeobecné súhrny • Založené na dopyte • Tematicky zamerané • Aktualizačné • Zamerané na používateľa

  5. Prehľad základných metód • Heuristické • Luhn – frekvencia termov • Edmundson – pozične významné termy • Štatistické • tf*idf • Bayesova klasifikácia

  6. Prehľad základných metód • Metódy strojového učenia • Rozhodovacie stromy • ale v zásade ľubovoľný klasifikátor... • Metódy využívajúce súvislosti v texte • RST (teória rétorických štruktúr) • Lexikálne reťazce • Objekty a ich väzby

  7. Prehľad základných metód • Metódy modifikujúce pôvodný text • Kompresia • „cut& paste” • Grafové • PageRank • TextRank • LexRank

  8. Prehľad základných metód • Algebraické • LSA (Latentná sémantická analýza) • NMF (Non-Negative Matrix Factorization)

  9. Analýza sumarizátorov • SWEet • Musutelsa • Almus • Open Text Summarizer • MEAD

  10. SWEeT • ZCU v Plzni • Sumarizátor tém na webe • Implementácia v Jave • Využíva Musutelsasumarizátor

  11. Musutelsa • ZCU v Plzni • Implementácia v Jave • Založený na LSA • Multidokumentovásumarizácia • Vstup/výstup z/do XML • Stop slová, lematizátor • Metódy na evaluáciu

  12. Almus • ZCU v Plzni • Implementácia v Jave • (aktualizačná) multidokumentovásumarizácia • Založený na LSA • Zohľadňuje „rozprávanie“ • Vstup z XML, výstup text

  13. Open Text Summarizer • Opensource, v0.5.0 • Implementácia v C, existuje aj Ruby wrapper • Knižnica (libots) aj konzolová aplikácia • Založený na tf (frekvencii termov), využíva stemming • Vstup text, výstup text/HTML • Integrácia v textových editoroch (Gedit, AbiWord,...)

  14. Open Text Summarizer

  15. Open Text Summarizer • tl;dr.it

  16. MEAD • Opensource platforma • Universityof Michigan • Implementácia v Perl • Multidokumentová, mnohojazyková sumarizácia • Dáta v XML • Automatická extrakcia čŕt • Klasifikátory, evaluačné metódy, ...

  17. Užitočné odkazy • Ježek, K., Steinberger, J.: Sumarizacetextů. In Proc. ofAnnualDatabaseConf. DATAKON, 2010, pp.3-23. • http://textmining.zcu.cz/publications/SumarizDATAKON.pdf • SWEeT • http://tmrg.kiv.zcu.cz:8080/sweet/ • Musutelsa • http://www.musutelsa.jamstudio.eu/ • Almus • http://textmining.zcu.cz/?lang=en&section=download

  18. Užitočné odkazy • OTS • http://libots.sourceforge.net/ • https://github.com/ssoper/summarize • tl;dr.it • http://tldr.it/ • http://omgbloglol.com/post/1373695996/from-tl-dr-to-techcrunch-my-rumble-apps-story • http://intridea.com/posts/pay-no-attention-to-the-code-behind-the-curtain-the-tech-behind-tldrit • MEAD • http://www.summarization.com/mead/

More Related