ترکیب رویکردهای استخراجی و انتزاعی به منظور خلاصه سازی خودکار پست های شبکه اجتماعی اینستاگرام

گسترش روزافزون داده ها و اسناد متنی مانند مقاله، صفحات وب، کتاب، پست های شبکه های اجتماعی و ... در اینترنت، باعث ایجاد یک چالش اساسی در حوزه های مختلف پردازش متن تحت عنوان 'خلاصه سازی خودکار متن' شده است. پردازش و خلاصه سازی دستی داده های متنی در حجم زیاد، یک فرایند بسیار دشوار، پرهزینه، زمانبر و غیرممکن برای کاربران انسانی می باشد. سیستم های خلاصه سازی متن به دو دسته استخراجی و انتزاعی تقسیم می شوند. در روش خلاصه سازی استخراجی، خلاصه نهایی یک سند متنی از جملات با اهمیت همان سند بدون هیچ نوع تغییری استخراج می گردد، در این روش امکان تکرار یکسری از جملات به شکل مکرر و تداخل ضمایر وجود دارد. اما در روش خلاصه سازی انتزاعی، خلاصه نهایی یک سند متنی از معنا و مفهوم جملات وکلمات همان سند یا سایر اسناد استخراج می گردد. بسیاری از کارهای انجام شده از روش های استخراجی یا چکیده ای برای خلاصه سازی مجموعه اسناد وب استفاده کرده اند که هر یک دارای مزایا و معایبی در نتایج بدست آمده از لحاظ شباهت یا اندازه می باشند. در این تحقیق پژوهشگر به ترتیب با توسعه یک کرولر، استخراج پست های متنی محبوب شبکه اجتماعی اینستاگرام، پیش پردازش های مناسب و ترکیب مجموعه الگوریتم های استخراجی و انتزاعی نشان داد که چگونه می توان از هر یک از الگوریتم های انتزاعی و استخراجی به عنوان مکملی برای افزایش دقت و صحت الگوریتم دیگر استفاده کرد. مشاهدات انجام شده بر روی 820 پست متنی محبوب شبکه اجتماعی اینستاگرام نشان از دقت (80%) و صحت (75%) سیستم پیشنهادی می دهد.