بهبود خلاصه سازی خودکار متون فارسی با استفاده از روش‌های پردازش زبان طبیعی و گراف شباهت

پایگاه داده های متنی شامل مجموعۀ بزرگی از اسناد و منابعمختلف (مانند مقالات خبری، کتاب ها، ایمیل ها و صفحات وب) است.افزایش چشمگیر این نوع اطلاعات وجود ابزارهایى براى ارزیابى خودکارمنابع متنى را بیش از هر زمان دیگرى آشکار مى سازد. در این میانخلاصه سازى خودکار متون یکى از راه کارهایى است که از اتلاف وقتکاربران مى کاهد. خلاصه سازى استخراجى به معناى انتخاب مهم ترینجملات یک متن با هدف کوتاه نمودن آن است به شکلى که اطلاعاتمهم متن ورودى را در بر داشته باشد. در این پژوهش با به کارگیرى وترکیب روش هاى پردازش زبان طبیعى دقت خلاصه هاى استخراجىبهبود مى یابد و روشى براى اصلاح الگوریتم ها و معیارهاى امتیازدهىبه جملات ارائه مى شود. در روش پیشنهادى براى امتیازدهى به کلماتاز برچسب نقش دستورى کلمات در جمله به عنوان ضریب اهمیت کلماتاستفاده مى شود که در نتیجه، با انتخاب بهتر کلمات و جملاتى که بارمحتوایى بیشترى دارند، دقت خلاصه سازى افزایش مى یابد. علاوه بر آن،براى انتخاب جملات مناسب از متن از روش هاى مبتنى بر گراف شباهتاستفاده مى شود، به گونه اى که با تغییر وزن جملات انتخاب شده درپیمایش گراف، در هر گام چالش افزونگى اطلاعات برطرف مى گردد.و « بازخوانى » در نهایت، نتایج به دست آمده با معیارهاى استانداردى مانند « دقت » بر روى یک پیکره متنى استاندارد فارسى نیز ارزیابى مى شود.