سامانه همایش های دانشگاه آزاد اسلامی واحد نجف آباد

صفحه اصلی / سومین کنفرانس بین المللی مهندسی و علوم کامپیوتر و اولین کنفرانس ملی سامانه های هوشمند، کلان داده و رایانش پیشرفته

خلاصه‌سازی استخراجی اخبار چندمنبعی تقویت‌شده با گراف معنایی و مبتنی بر بهینه‌سازی چندهدفه آگاه از سازگاری واقع‌نمایی

نویسندگان :

محمدحسین مهاجرارومیه¹ جابر تقی زاده²

1- دانشگاه آزاد اسلامی واحد اصفهان 2- دانشگاه ملی مهارت

کلمات کلیدی :

خلاصه‌سازی اخبار،خلاصه‌سازی چندمتنی،روش‌های استخراجی،گراف معنایی،بهینه‌سازی چندهدفه،سازگاری واقعیت‌محور،انسجام متن

چکیده :

رشد شتابان تولید محتوای خبری برخط و انتشار روایت‌های متعدد از یک رویداد واحد، نیاز به روش‌های خلاصه سازی چندمنبعی دقیق و منسجم را افزایش داده است. تنوع زاویه دید منابع مختلف و هم‌پوشانی محتوایی میان آن‌ها، مسئله کاهش افزونگی و حفظ پوشش اطلاعاتی را به یکی از چالش‌های اصلی این حوزه تبدیل کرده است. در این پژوهش، یک چارچوب استخراجی ارائه می‌شود که بازنمایی مبتنی بر گراف، خوشه‌بندی معنایی کنترل شده و یک لایه کنترل تطبیقی مبتنی بر چرخه MAPE-K را در یک معماری یکپارچه ترکیب می‌کند. در روش پیشنهادی، جملات ابتدا با استفاده از شباهت‌های معنایی مبتنی بر BM25 و TextRank مدلسازی می‌شوند و سپس به‌منظور تضمین پوشش موضوعی، در خوشه‌های معنایی سازماندهی می‌گردند. انتخاب جملات نهایی بر اساس ترکیب امتیاز اهمیت ساختاری و موقعیت آن‌ها در خوشه انجام می‌شود که هدف آن کاهش تکرار محتوا و افزایش تنوع اطلاعاتی خلاصه است. ارزیابی تجربی انجام شده روی مجموعه داده DUC-2004 نشان می‌دهد که اگرچه مقادیر ROUGE-1 ، ROUGE-2 و ROUGE-L روش پیشنهادی تفاوت محسوسی با روش پایه BM25 Top-K ندارند، شاخص افزونگی به طور معناداری کاهش یافته و تنوع محتوایی افزایش پیدا کرده است. تحلیل آماری کاهش افزونگی با استفاده از آزمون‌های پارامتری و ناپارامتری معناداری و اندازه اثر بزرگ این بهبود را تأیید می‌کند. این نتایج نشان می‌دهد که چارچوب پیشنهادی، با حفظ هم‌ترازی واژگانی، تعادل مناسبی میان کاهش تکرار و افزایش تنوع محتوایی در خلاصه سازی چندمنبعی برقرار می‌کند.