خلاصه سازی اتوماتیک متون فارسی با برنامه ریزی ژنتیک

چکیده مقاله

با افزایش داده ها و اسناد در شبکه ها و اینترنت نیاز به نرم افزاری است، تا بتوان متون طولانی را خلاصه کرده و آنها را مطالعه نمود نرم افزاری که اسناد و متن ها را خلاصه می کند خلاصه ساز متن نام دارد تاکنون روش های زیادی برای ساخت خلاصه ساز متن به وجود آمده است ولی این خلاصه سازها تا خلاصه سازهای انسانی تفاوت زیادی دارند بنابراین، موضوع تحقیق همچنان باز است برنامه ریزی ژنتیک که برای اولین بار توسط کوزا ارایه شده است این روشاز جمله روشهای الگوریتم گردشی محسوب می شود اساس روش های الگوریتم گردشی بر مبنای نظریه تکاملی داروین است در این روش ها در ابتدا یک تابع هدف در قالب معیارهای کیفی تعیین و تعریف نموده و سپس تابع هدف را برای اندازه گیری و مقایسه روش های مختلف حل می کنیم و پس از آن در یک فرآیند قدم به قدم ساختار داده ها را تصحیح کرده و در نهایت، روش حل مناسب پیدا می شود حسن این روش دقت بالای آن است در مقاله پیشرو از روش برنامه ریزی ژنتیک برای تولید خلاصه استفاده شده استنتایج حاکی از بهبود کارایی روش خلاصهسازی با استفاده از این روش و نزدیک بودن خلاصه تولید شده به زبان اصلی هست پساز پیاده سازی، این روش با سایر روش ها مانند روش یادگیری ماشین، روش ازدحام ذرات و خلاصه ساز ایجاز مقایسه شده است و نتایج نشان می دهند که دقت این روش تا حد زیادی بهبود یافته است و برابر با 95 4 است

کلیدواژه‌ها

نویسندگان

آذر فتحی پوردهکردی

دانشجوی کارشناسی ارشد گروه کامپیوتر واحد میبد دانشگاه آزاد اسلامی میبد ایران

پویا خسرویان

عضو هییت علمی دانشگاه آزاد اسلامی گروه کامپیوتر واحد شهرکرد دانشگاه آزاد اسلامی شهرکرد ایران

فتحی پوردهکردی، آذر و خسرویان دهکردی، پویا،1397،خلاصه سازی اتوماتیک متون فارسی با برنامه ریزی ژنتیک،دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی،اهواز

ارائه‌شده در

مجموعه مقالات دومین کنفرانس ملی کامپیوتر، فناوری اطلاعات و کاربردهای هوش مصنوعی1 اسفند 1397 · اهواز