Extractive text summarization for Turkish using TF-IDF and pagerank algorithms
TF-IDF ve pagerank algoritmaları kullanılarak Türkçe için text özetleme
- Tez No: 544361
- Danışmanlar: YRD. DOÇ. DR. ÇİĞDEM TURHAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: Atılım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bilgi teknolojileri ve İnternet altyapısının gelişmesi ile birlikte kullanıcıların bilgiye ulaşması çok daha hızlı ve basit bir hale gelmiştir. Ancak, bu gelişmelerin bir başka sonucu da bilgi fazlalığına neden olması ve bunun sonucu olarak istenilen başlık altındaki bilgiye ulaşmanın gün be gün daha da zor bir hale gelmesidir. Otomatik Doküman Özetleme ile birlikte dokümanların içerisindeki ana bilginin korunması sağlanarak kullanıcıya istediği bilgiyi sağlamasına yardım edilmektedir. Bu tez, istatistiksel tabanlı TF-IDF algoritması ve TF-IDF ile grafik tabanlı PageRank algoritmasının birleşimi ile geliştirilen tekli otomatik doküman özetleme sisteminin sunumunu kapsar. Bu çalışma kullanılan algoritmaların Türkçe için uygulanabilirliği ve etkisinin ortaya çıkarımının gösterimini amaçlamaktadır. Ayrıca birbirinden ayrı olarak geliştirilen TF-IDF ve TF-IDF ile PageRank (hibrid) uygulamaları birbirleri ile kesinlik, hassasiyet ve F-puanı olarak karşılaştırılmıştır.
Özet (Çeviri)
The improvements on the information technologies and the Internet infrastructure have enabled the users to reach information in an easier and faster manner. However, another consequence of the improvements is the information overload. To reach the required information about a specific topic has become more difficult day by day. Automatic text summarization helps to solve the problem by minimizing the document size while keeping its core information required by the user. This thesis presents an extractive single document automatic text summarization system for Turkish, which implements the statistical-based TF-IDF algorithm as well as a hybrid approach which is a combination of TF-IDF with the graph-based PageRank algorithm. The study aims to reveal the usability and the effectiveness of these algorithms for Turkish documents. Moreover, TF-IDF and TF-IDF with PageRank (Hybrid) systems have been evaluated and compared with each other using the co-selection evaluation techniques precision, recall and F-score.
Benzer Tezler
- A deep learning-based extractive text summarization system for Turkish news articles
Türkçe haber metinleri için derin öğrenme tabanlı çıkarıcı metin özetleme sistemi
ÖZCAN GÜNDEŞ
Yüksek Lisans
İngilizce
2020
Boğaziçi ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
Yükleniyor...
- Çıkarıcı Türkçe metin özetleme performansını iyileştirmek için yeni yöntemler
New methods for improving the performance of extractive Turkish text summarization
SALİH BAL
Doktora
Türkçe
2022
Eskişehir Osmangazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Çıkarımsal metin özetleme yöntemlerinin Türkçe metinler üzerinde karşılaştırılması
Comparison of extractive text summarization methods in Turkish texts
SEMİH MARANGOZ
- Evaluating the impact of training data quality and synthetic summaries on abstractive text summarization
Eğitim verisinin kalitesi ve sentetik özetlerin soyut metin özetleme üzerindeki etkisi
MEHMET ÇALIKUŞ
Yüksek Lisans
İngilizce
2025
Yıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Derin öğrenme yöntemleri kullanılarak Türkçe haber metinlerinden haber başlığı üretilmesi
Generating news headline from Turkish news using deep learning methods
ENİSE KARAKOÇ