Multi-document summarization using dependency grammars
Bağımsal dilbilgisi kullanarak çoklu doküman özetleme
- Tez No: 371824
- Danışmanlar: YRD. DOÇ. DR. ARZUCAN ÖZGÜR TÜRKMEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
İnternet ortamındaki elektronik belgelerin sayısındaki hızlı artış, bilgi yükü problemini de beraberinde getirmistir. Otomatik çoklu doküman özetleme bu problemi çözmede gelecek vaadeden yöntemlerden biridir. Otomatik çoklu doküman özetleme için temelde iki yaklaşım vardır. Bunlar özetlenecek metinlerden önemli cümlelerin çeşitli yöntemlerle seçilmesi ile özet oluşturan cümle seçerek özetleme ve özetleme işini doğal dil işleme metotları kullanarak metinlerden yeni cümlelerin oluşturulmasıyla yapan yorumlayarak özetleme yaklaşımlarıdır. Cümle seçerek özetleme yöntemlerinin büyük bir kısmında cümleler arası benzerlik bulma işi önemli bir yer tutar. Bu çalışmada, bağımsal dilbilgisini cümleler arası benzerlik bulma probleminde kullandık ve oluşturduğumuz benzerlik yöntemini cümle seçerek çoklu doküman özetleme işine uyguladık. Bu iş için iki farklı bağımsal ağaç bazlı cümleler arası benzerlik bulma yöntemi kullandık. İlk olarak ilişki çıkarımı için önerilmiş bu yöntemler hesaplamalarında bağımsal dilbilgisindeki bağıntıların türlerinden yararlanmıyorlardı. Bu metotlarla çalıştıktan sonra bağıntıların türlerini de hesaba katan bir dizi yeni bağımsal dilbilgisi bazlı cümleler arası benzerlik bulma yöntemi geliştirdik. Tasarlanan bu yöntemler diğer iki yöntemden daha iyi sonuç verdiler. Bu çalışma sonucunda cümleler arası benzerlik bulmada bağımsal dilbilgisi kullanımının başarılı sonuçlar verdiğini gördük. Cümleleri bağımsal ağaç yapısını kullanarak göstermenin cümleler arasındaki benzer kısımları bulmakta iyi sonuç verdiğini gözlemledik. Ayrıca bağımsal ağaçlardaki bağıntıların türlerinin cümlelerdeki önemli kısımların bulunmasında önemli rol oynadığı sonucuna vardık.
Özet (Çeviri)
Information overload is one of the greatest challenges in recent years, especially due to the rapid increase of data produced on the Internet. Automatic summarization of documents about similar topics is a salient solution to overcome this problem. There are mainly two approaches for this task, extractive multi-document summarization where the summary is created by selecting salient sentences from documents, and abstractive multi-document summarization where new sentences are generated using natural language generation methods. Sentence similarity calculation is significant in most of the extractive multi-document summarization approaches. In this study we introduce usage of dependency grammars to compute sentence similarity for extractive multi-document summarization problem. We adapt and investigate the effects of two untyped dependency tree based sentence similarity kernels, which have originally been proposed for relation extraction, to multi-document summarization problem. In addition, we propose a series of new dependency grammar based kernels to better represent the syntactic and semantic similarities among the sentences. The proposed methods incorporate type information of dependency relations for sentence similarity calculation. Our best method achieves significantly better scores than the untyped dependency tree based kernels. We observe that using dependency grammar representation of sentences leads better results in finding the similarities between sentences and the type of dependency relations is crucial in identifying the important parts in sentences.
Benzer Tezler
- Türkçe eşgönderge çözümlemesi
Turkish coreference resolution
TUĞBA PAMAY
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜLŞEN ERYİĞİT
- Multi̇-document summarization using distortion-rate ratio
Bozulum-hız oranına göre çoklu metin özetinin çıkarılması
ULUKBEK ATTOKUROV
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ULUĞ BAYAZIT
- Özgün paragraf tabanlı çıkarım tekniği kullanarak otomatik çoklu doküman özetleme
Automatic multi-document summarization using original paragraph based extraction technique
METİN TURAN
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. AHMET COŞKUN SÖNMEZ
- Language independent multi document summarization using latent semantic indexing/clustering techniques
Saklı anlam indeksleme ve kümeleme teknikleri ile dilden bağımsız çoklu doküman özetleme
SUAT ALİM
Yüksek Lisans
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankaya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ABDÜL KADİR GÖRÜR
- Enhancing feature selection with contextual relatedness filtering using Wikipedia
Wikipedia yolu ile bağlamsal ilişki filtrelemesi kullanarak geliştirilmiş özellik seçme
MELİH BAYDAR
Yüksek Lisans
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİhsan Doğramacı Bilkent ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. FAZLI CAN