Exploração de métodos de sumarização automática multidocumento com base em conhecimento semântico-discursivo

Cardoso, Paula Christina Figueira

doi:10.11606/t.55.2014.tde-16032015-161912

Cited by 10 publications

(28 citation statements)

References 33 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…The methods are ordered in the table by the f-measure values. The results correspond to the RSumm summarizers [12], RCT-4 [22], CSTSumm [8], MEAD [24], GistSumm [7] and RCSumm [20], making it possible to know the quality of the summarization method investigated in this paper in relation to other summarizers to Portuguese. The cited summarizers are the ones that were already introduced in the related work section.…”

Section: Experiments and Evaluation Resultsmentioning

confidence: 76%

“…This method is the one used by CSTSumm, cited in the introductory section. Cardoso [22] improves this method, incorporating discourse relations that happen for each single document (following the Rhetorical Structure Theory [23]) and considering topic/subtopic distribution in the source texts, using the subtopic delimitation method that we report in this paper. Following the original work, we refer to this method by the RCT-4 acronym (which indicates that it was the 4th method variation investigated by Cardoso, using RST, CST and Topics -each word contributes with the first letter to the acronym).…”

Section: Text Summarizationmentioning

confidence: 99%

See 1 more Smart Citation

Exploring the subtopic-based relationship map strategy for multi-document summarization

Ribaldo

Cardoso²,

Pardo³

2016

RITA

View full text Add to dashboard Cite

Neste artigo, foi adaptada e explorada uma estratégia de geração de sumários multidocumento com base na abordagem de mapas de relacionamento, a qual representa textos como grafos (mapas) de segmentos inter-relacionados e aplica técnicas de percurso em grafo para produzir os sumários. Em particular, utilizou-se o Caminho Denso-Segmentado, um método sofisticado que tenta representar em um sumário os principais subtópicos dos textos de origem, mantendo a informatividade do sumário. Além disso, também foram investigadas algumas técnicas de segmentação e agrupamento de subtópicos bem conhecidas, a fim de selecionar corretamente as informações mais relevantes para compor o sumário final. Mostra-se que este método de sumarização baseado em subtópicos supera outros métodos de sumarização multidocumento e atinge resultados do estado da arte, competindo com os métodos de sumarização profundos mais sofisticados da área. Explorando mapas de relacionamento com base em subtópicos para sumarização multidocumento Abstract: In this paper we adapt and explore a strategy for generating multidocument summaries based on the relationship map approach, which represent texts as graphs (maps of interrelated segments and apply traversing techniques for producing the summaries. In particular, we work on the Segmented Bushy Path, a sophisticated method which tries to represent in a summary the main subtopics from the source texts while keeping its informativeness. In addition, we also investigate some well-known subtopic segmentation and clustering techniques in order to correctly select the most relevant information to compose the final summary. We show that this subtopic-based summarization method outperforms other methods for multi-document summarization and achieves state of the art results, competing with the most sophisticated deep summarization methods in the area.

show abstract

Section: Experiments and Evaluation Resultsmentioning

confidence: 76%

Section: Text Summarizationmentioning

confidence: 99%

Exploring the subtopic-based relationship map strategy for multi-document summarization

Ribaldo

Cardoso²,

Pardo³

2016

RITA

View full text Add to dashboard Cite

show abstract

“…Outra classificação de sumários é feita por Hutchins (1987) Cardoso et al (2011a). A seguir, a CST será apresentada com mais detalhes, pois a mesma foi utilizada em uma das abordagens deste trabalho.…”

Section: Sumarização Automáticaunclassified

Alinhamento automático de textos e sumários multidocumento

Agostini¹

View full text Add to dashboard Cite

AgradecimentosAgradeço ao meu orientador, pelo ensinamento e pelas palavras de apoio; aos meus pais, pelo apoio constante e indispensável; aos meus amigos, que muito ouviram e me ajudaram; à Renata, pela parceria em duas anotações de córpus; ao Roque, pela ajuda com o desenvolvimento das abordagens propostas neste trabalho; aos colegas de laboratório e a todos que me ajudaram de alguma forma a concluir este trabalho de mestrado.VI VII "...before tomorrow comes, you could change everything…" VIII IX ResumoCom o excesso de informação disponível online, a Sumarização Automática tornou-se uma área de bastante interesse na grande área da Inteligência Artificial.Alguns autores tentaram caracterizar o processo de sumarização para compreender melhor como sumarizadores o realizam. O alinhamento de um sumário e seus textos fonte pode ser encarado como uma caracterização desse processo. Com relação à sumarização automática, a técnica de alinhamento consiste em obter relações entre segmentos de um ou vários textos e seu sumário e, da forma que o conteúdo de um segmento esteja contido no outro. Uma vez obtidas essas relações, torna-se possível (i) aprender como sumarizadores profissionais realizam a sumarização, (ii) explicitar regras e modelos para a sumarização, e (iii) criar métodos automatizados utilizando as regras e modelos explicitados, o que traz uma contribuição à Sumarização Automática.Neste trabalho, foram propostas três abordagens dentro das abordagens superficiais e profundas do Processamento de Língua Natural para realizar os alinhamentos de forma automática. A primeira utiliza três métodos superficiais, sendo eles Word overlap, tamanho relativo e posição relativa. A segunda caracteriza-se em uma técnica de alinhamento com mais conhecimento linguístico, pois nela foi utilizada uma teoria discursiva, a CST (Cross-Document Structure Theory). A terceira utiliza Aprendizado de Máquina, caracterizando uma abordagem híbrida dada a característica de seus atributos superficiais e profundos, relativo à primeira e à segunda abordagem. Uma avaliação comparativa entre elas, e também entre um trabalho da literatura, foi realizada. Quando os dados do aprendizado de máquina eram balanceados, foi atingido o valor de 97,2% de medida-F, maior valor encontrado. O método superficial Word overlap também obteve um bom resultado, sendo ele 66,2% de medida-F. A atividade de produzir sumários (resumos) é uma atividade comum que as pessoas realizam diariamente, por exemplo, quando alguém deseja narrar uma história para outra pessoa. A sumarização é útil também quando alguém procura saber do que se trata um livro, um filme ou mesmo um artigo ou uma dissertação, lendo, dessa forma, um sumário sobre o conteúdo dos mesmos.Além disso, sumários são bastante úteis, pois é sabido que nem toda parcela de informação é relevante a quem procura, e muito do que os meios de comunicação provêm são informações repetidas e até contraditórias. Nesse contexto, torna-se útil a produção automática de sumários provenientes de mais de um texto. A sumarização ...

show abstract

“…A maioria das pesquisas tem explorado a tarefa por meio de estratégias pré-definidas para selecionar o conteúdo mais relevante (Pardo, 2005;Jorge e Pardo, 2009Ribaldo et al, 2012, Camargo, 2013Cardoso, 2014). Apesar de essas pesquisas terem mostrado resultados promissores, esses resultados ainda estão longe de alcançar a qualidade dos sumários humanos.…”

Section: Lacunas Objetivos E Hipótesesunclassified

“…Nesse modelo, propõe-se um conjunto de relações que permitem identificar similaridades, diferenças, contradições e informações complementares entre partes de textos sobre um mesmo tópico. O modelo CST tem sido aplicado com sucesso na SAM (Radev et al, , 2001a(Radev et al, , 2001bZhang et al, 2002;Otterbacher et al, 2002;Afantenos et al, 2004Afantenos et al, , 2007Jorge e Pardo, 2009, Ribaldo et al, 2012Cardoso, 2014). Tais trabalhos utilizam-se do fato de que é possível tratar os desafios da SAM conhecendo-se as relações existentes entre os segmentos dos textos que estão sendo processados, como relações de equivalência semântica, elaboração e contextualização.…”

Section: Figura 3: Exemplo De Sumário Multidocumento Com Tratamento Dunclassified

Modelagem gerativa para sumarização automática multidocumento

Jorge¹

View full text Add to dashboard Cite

Data de Depósito:Assinatura:________________________ Dedico este trabalho aos meus pais, irmã e avós. AgradecimientosAgradeço primeiramente a Deus pela força para realizar este trabalho de doutorado durante todos esses anos. À minha família, pelo carinho e apoio mesmo estando longe. Ao meu orientador, Prof. Thiago Pardo, pela paciência, bondade e aprendizado tão valioso ao longo desses anos. A todos os professores do NILC, que contribuíram muito para minha formação profissional. Aos meus colegas e amigos do NILC, pelos momentos de alegria e aprendizado que nunca faltaram ao longo desses anos. Ao meu colega Márcio Dias, pela colaboração no desenvolvimento do Modelo de Coerência. A todos os colegas da equipe de sumarização, que enriqueceram minha formação profissional. A Capes, pelo apoio financeiro. Às minhas queridas amigas Merley, Lianet, Paula, Nathalie, Amanda, Nádia e Mapi pela amizade e carinho ao longo desses anos. ResumoA Sumarização Multidocumento consiste na produção automática de um único sumário a partir de um conjunto de textos que tratam de um mesmo assunto. Essa tarefa vem se tornando cada vez mais importante, já que auxilia o processamento de grandes volumes de informação, permitindo destacar a informação mais relevante para o usuário. Nesse trabalho, são propostas e exploradas modelagens baseadas em Aprendizado Gerativo, em que a tarefa de Sumarização Multidocumento é esquematizada usando o modelo NoisyChannel e seus componentes de modelagem de língua, de transformação e decodificação, que são apropriadamente instanciados para a tarefa em questão. Essas modelagens são formuladas com atributos superficiais e profundos. Em particular, foram definidos três modelos de transformação, cujas histórias gerativas capturam padrões de seleção de conteúdo a partir de conjuntos de textos e seus correspondentes sumários multidocumento produzidos por humanos. O primeiro modelo é relativamente mais simples, pois é composto por atributos superficiais tradicionais; o segundo modelo é mais complexo, pois, além de atributos superficiais, adiciona atributos discursivos monodocumento; finalmente, o terceiro modelo é o mais complexo, pois integra atributos superficiais, de natureza discursiva monodocumento e semântico-discursiva multidocumento, pelo uso de informação proveniente das teorias RST e CST, respectivamente. Além desses modelos, também foi desenvolvido um modelo de coerência (ou modelo de língua) para sumários multidocumento, que é projetado para capturar padrões de coerência, tratando alguns dos principais fenômenos multidocumento que a afetam. Esse modelo foi desenvolvido com base no modelo de entidades e com informações discursivas. Cada um desses modelos foi inferido a partir do córpus CSTNews de textos jornalísticos e seus respectivos sumários em português. Finalmente, foi desenvolvido também um decodificador para realizar a construção do sumário a partir das inferências obtidas. O decodificador seleciona o subconjunto de sentenças que maximizam a probabilidade do sumário de acordo com as probabilidades ...

show abstract

Exploração de métodos de sumarização automática multidocumento com base em conhecimento semântico-discursivo

Cited by 10 publications

References 33 publications

Exploring the subtopic-based relationship map strategy for multi-document summarization

Exploring the subtopic-based relationship map strategy for multi-document summarization

Alinhamento automático de textos e sumários multidocumento

Modelagem gerativa para sumarização automática multidocumento

Contact Info

Product

Resources

About