H. P. Luhn był pierwszym, który wynalazł automatyczne podsumowywanie tekstu w 1958 roku [24]. Społeczność NLP wymyśliła poddziedzinę podsumowania. Radev i in. [28] twierdzą, że przetwarzany jest jeden lub więcej dokumentów i tworzone jest krótkie podsumowanie, które jest mniejsze niż rozmiar oryginalnych dokumentów.
Jak jest używane automatyczne podsumowanie?
Automatyczne podsumowanie to proces skracania zestawu danych obliczeniowo w celu utworzenia podzbioru (podsumowania), który reprezentuje najważniejsze lub istotne informacje w oryginalnej treści. Oprócz tekstu można również podsumować obrazy i filmy.
Dlaczego potrzebujemy automatycznego podsumowania tekstu?
Podczas badania dokumentów podsumowania ułatwiają proces selekcji. Automatyczne podsumowanie poprawia efektywność indeksowania Algorytmy automatycznego podsumowania są mniej tendencyjne niż osoby podsumowujące. Spersonalizowane podsumowania są przydatne w systemach odpowiedzi na pytania, ponieważ dostarczają spersonalizowanych informacji.
Co to jest podsumowanie abstrakcyjne?
Streszczenie abstrakcyjne to zadanie w przetwarzaniu języka naturalnego (NLP), które ma na celu wygenerowanie zwięzłego podsumowania tekstu źródłowego … Streszczenie abstrakcyjne daje wiele zastosowań w różnych dziedzinach, od książek i literatury, przez naukę i B+R, po badania finansowe i analizę dokumentów prawnych.
Co to jest podsumowanie w NLP?
Podsumowanie tekstu to proces tworzenia krótkiego, spójnego i płynnego streszczenia dłuższego dokumentu tekstowego i obejmuje nakreślenie głównych punktów tekstu … Dwa różne podejścia, które są używane do podsumowania tekstu to: Podsumowanie ekstrakcyjne. Streszczenie abstrakcyjne.