مراحل خلاصه سازی مبتنی بر یادگیری ماشین - آموزش خلاصه ساز

مراحل خلاصه سازی مبتنی بر یادگیری ماشین - آموزش خلاصه ساز


  • 408 بازدید

امروزه با رشد سریع اطلاعات و ها، داده یافتن اطلاعات مناسب و كارا از اهمیت خاصی برخوردار است. هدف از خلاصه سازی  متن، فراهم كردن ای خلاصه از محتویات مطابق با اطلاعات مورد نیاز كاربر است. بنابراین كاربران میتوانند با سرعت بیشتری به اطلاعات موجود در متن دسترسی پیدا .كنند خلاصه سازی  در اصل فرآیند فشرده سازی  یك منبع است، به كه طوری نتیجه كار شامل اطلاعات مهم آن منبع باشد. به عبارت دیگر استخراج قسمتهای مهم از یك یا چند متن را خلاصه سازی  گویند.

گام چهارم آموزش خلاصه ساز با الگوریتمهای یادگیری جهت تعیین اهمیت هر ویژگی و تخصیص یا عدم تخصیص هر جمله ورودی به كلاس خلاصه میباشد. به عبارت دیگر، هدف این گام، آموزش سیستم جهت انتخاب جملات خلاصه است با استفاده از بردار ویژگی تولید شده در مرحله قبل به راحتی میتوان از الگوریتمهای یادگیری ماشین برای آموزش خلاصه ساز  استفاده نمود. به این منظور نكات زیر در طبقه بندی كننده جهت خلاصه ساز قابل توجه است:

هر نمونه آموزشی شامل یك جمله از متن اصلی است كه بصورت بردار ویژگی نمایش داده می شود. همچنین با توجه به كلاس تعیین شده برای آن جمله مشخص شده است كه آیا آن جمله در خلاصه متن موجود است و یا خیر

طبقه بندی  كننده برای پیشبینی تعلق جملات جدید به مجموعه خلاصه متن، با توجه به بردار ویژگی آنها آموزش داده می شود.   با دادن یك متن جدید به طبقه بندی  كننده آموزش دیده، ابتدا سیستم یك مجموعه تست از جملات آنرا با فرمت بردار ویژگی تعریف شده ایجاد میكند و سپس تعلق هر جمل را ه از آن به خلاصه پیشبینی می كند .

خلاصه سازی متون با تكنیكهای مبتنی بر یادگیری ماشین، شهرآئینی

اگر به پژوهش در حوزه متن کاوی علاقه مند هستید توصیه می شود حتما مجموعه بی نظیر دویست و بیست و هفت مقاله فارسی در مورد رویکرد یادگیری ماشین  و مجموعه های مشابه آن را تهیه بفرمایید.

افتخار آکادمی داده، همسفر بودن با شما در راه یادگیری علم داده است.