منصة الرسائل والاطاريح: تلخيص النص الموجه نحو المشاعر باستخدام مستعمرة النمل المحسنة ذات الأهداف الموحدة

الخلاصة

في التلخيص التلقائي للنص، تُستخدم خوارزميات الكمبيوتر لإنتاج ملخص مفيد وغني بالمعلومات تلقائيًا لنص الإدخال. لتحليل الرأي العام على الفور حول أي حدث، يتطلب تحليل المشاعر والتنقيب عن الرأي تقنيات تلخيص. الأساليب الأكثر استخدامًا لحل هذه المشكلة هي استخدام طرق التحسين المختلفة، والتي تهتم بإيجاد أفضل حل في ظل قيود معينة. ستستخدم خوارزميات التحسين هذه جودة التلخيص كوظيفة موضوعية. ومع ذلك، في هذا النهج، يتم استخدام خوارزمية أمثليه مستعمرة النمل الهدف الموجهة للمشاعر (SO.ACO) بطريقة فريدة. بدلاً من تغذية المستندات مباشرة إلى الخوارزمية للعثور على أفضل تلخيص، اعتبر هذا النهج المقترح درجة المشاعر وتشابه TF-IDF كمصفوفة المسافة لتحسين مستعمرة النمل. مع الجمل كعقد لمسألة تحسين مستعمرة النمل، والحواف هي المسافة بين كل جملة. تعتبر الجملة الأكثر ارتباطًا بالجمل الأخرى (الجملة الموجودة في منتصف المستند) أهم جملة. وبدلاً من الاعتماد فقط على المسافة كوظيفة موضوعية لخوارزمية Ant Colony Optimization، يتم النظر في ثلاثة معايير لهذا الهدف: ملاءمة المشاعر وتغطية المحتوى وتقليل التكرار. يتم أخذها في الاعتبار عند البحث عن أفضل حل. أيضًا، تم استخدامه لترقية الوظيفة الاستكشافية التي تعد القاعدة الثانية لبناء الحل في ACO. مجموعة البيانات المستخدمة في هذا العمل هي. DUC 2002 وهي عبارة عن 509 وثيقة. مقسمة إلى 59 موضوعًا. كلهم نصوص ذات صلة بالأخبار. ويتم إجراء التلخيص المدعوم يدويًا بواسطة خبراء. المقاييس المستخدمة في تقييم النهج المقترح هي Rouge-L وRouge-2 و. Rouge-l علاوة على ذلك، يتم حساب ملاءمة المشاعر وتغطية المحتوى وتقليل التكرار بين الملخصات التي تم إنشاؤها والملخصات اليدوية. ايضا، يتم حساب ارتباط بيرسون بين الخوارزمية التي تم إنشاؤها والتلخيص الذي تم إنشاؤه يدويًا. النتائج التي تم الحصول عليها كالتالي 0.601: Rouge-1، Rouge-2: 0.5294، Rouge-L: 0.5908. وملاءمة المشاعر: 1.868 ، تغطية المحتوى: 0.78 ، والتخفيضات في التكرار:0.627 . ومعامل ارتباط بيرسون يساوي 0.8603. هذه النتائج أعلى من نتائج الأساليب الموجودة في المقالات المنشورة، حيث متوسط النسبة المئوية للتحسين على النحو التالي: Rouge-1 + 20.23٪ و Rouge-2: + 207.21٪.