راهکاری نوین برای خلاصه سازی استخراجی چند سندی متون فارسی

به فرایند فشرده سازی یک منبع که حاصل حاوی اطلاعات مهم آن باشد خلاصه سازی گویند. خلاصه سازی متون منجر به استفاده از منابع بیشتر با سرعت بالاتر و در نتیجه حاصل شدن اطلاعات غنی تر میشود. هدف از ارائه این مقاله ارائه الگوریتمی نوین برای خلاصه سازی متون چند سندی فارسی با استفاده از تکنیک های آماری و تئوری است.در این مقاله با استفاده از روش های پیش پردازش متن و ساخت ماتریس کلمه-سند و تعیین اهمیت جملات ،زمینه اصلی متن استخراج می شود سپس جملات بر اساس معیار ضریب کسینوسی بجای در سطح سند در سطح جمله مقایسه می گردند و در نهایت جملات شبیه به هم حذف می گردند.نتایج آزمایش ها بر روی داده های مجموعه همشهری دو، دقت و کارایی الگوریتم پیشنهادی را نشان می دهد

کلیدواژه ها:

خلاصه سازی متن فارسی ، خلاصه سازی استخراجی چند سندی ، ماتریس کلمه-سند ، شباهت معنایی جملات ، حذف افزونگی