Avaliando Algoritmos de Regressão para Sumarização Automática de Textos em Português do Brasil

Abstract

A Sumarização Automática de Textos (SAT) é uma proeminente área de pesquisa, cujo objetivo é a criação automática de um resumo contendo as informações mais relevantes a partir de um ou mais documentos. Um dos principais desafios da SAT é identificar as informações mais relevantes que devem ser inseridas no resumo a ser gerado. Este trabalho tem por objetivo analisar a aplicação de algoritmos de regressão para estimar um escore de relevância das frases de uma coleção de artigos de notícias escritos em português do Brasil na tarefa de sumarização. Experimentos foram executados para avaliar diferentes métodos de estimação de relevância das frases, algoritmos de regressão, e comparar os resultados obtidos com outros trabalhos da literatura. Os resultados experimentais demonstraram que o algoritmo de regressão Bayesiana obteve os melhores resultados com base nas medidas de avaliação do ROUGE, atingindo uma taxa de 62,09% de cobertura.