سیستم خودکار خلاصه ساز متون فارسی

فاطمه غزالی

چکیده

دراین پژوهش روشی ترکیبی از الگوریتم ژنتیک و شبکه عصبی rbf برای خلاصه سازی استخراجیِ متون فارسی پیشنهاد شده است، که ابتدا به امتیازدهی پاراگراف ها پرداخته می شود، سپس پاراگراف های برتر را انتخاب کرده و به محاسبه امتیاز جملات آن ها می پردازد. همچنین جهت تعیین میزان اهمیت هر یک از ویژگی های جملات از یک شبکه عصبی mlp بهره گرفته شده است. سپس با استفاده از یک شبکه عصبی rbf به گزینش جملات برتر به عنوان جمعیت اولیه الگوریتم ژنتیک پرداخته می شود و تولید خلاصه نهایی صورت می گیرد. الگوریتم ژنتیک با اهمیت دادن به میزان پیوستگی و خوانایی خلاصه تولید شده، جملات را گزینش می نماید. در نتیجه می توان با ترکیب آن ها میزان کارایی را در حد قابل قبولی افزایش داد. جهت ارزیابی روش پیشنهادی ارائه شده، علاوه بر استفاده از معیار های ارزیابی درونی، از روش ذهنیِ ارزیابیِ دستی نیز بهره گرفته شده است. از جمله معیار های پر اهمیت ارزیابی درونی، معیار دقت و بازخوانی می باشد، که از ترکیب این دو نیز معیار f-score حاصل می گردد. که نتیجه f-score نهایی به طور میانگین 52/0 بوده است. همچنین نتایج قضاوت انسانی افراد خبره نیز به صورت 60% خوب، 30% متوسط و 10% ضعیف، حاصل شده است. لازم به ذکر است که داده های مورد استفاده جهت آموزش و ارزیابی این سیستم خلاصه ساز، پیکره اخبار همشهری ارائه شده توسط آزمایشگاه پردازش زبان طبیعی دانشگاه تهران و همچنین اخبار ورزشی خبرگزاری ایسنا و دانشنامه فارسی ویکی پدیا می باشد.

اساتید راهنما و مشاور

نوشین ریاحی