TAILIEUCHUNG - Tóm tắt văn bản báo mạng điện tử tiếng Việt sử dụng Textrank

Bài viết đề xuất mô hình tóm tắt tự động văn bản tiếng Việt thể loại báo mạng điện tử. Văn bản được biểu diễn dưới dạng đồ thị, mỗi đỉnh của đồ thị biểu diễn một câu trong văn bản, trọng số các cạnh nối giữa các đỉnh biểu diễn sự tương tự về ngữ nghĩa giữa hai câu (đỉnh). | Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XIII về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR Nha Trang ngày 8-9 10 2020 DOI TÓM TẮT VĂN BẢN BÁO MẠNG ĐIỆN TỬ TIẾNG VIỆT SỬ DỤNG TEXTRANK Lê Ngọc Thắng1 3 Phạm Bảo Sơn2 Lê Quang Minh3 1 Văn phòng Bộ Công an 2 Đại học Quốc gia Hà Nội 3 Viện Công nghệ thông tin Đại học Quốc gia Hà Nội lengocthang@ sownpb@ quangminh@ TÓM TẮT Trong bài báo này chúng tôi đề xuất mô hình tóm tắt tự động văn bản tiếng Việt thể loại báo mạng điện tử. Văn bản được biểu diễn dưới dạng đồ thị mỗi đỉnh của đồ thị biểu diễn một câu trong văn bản trọng số các cạnh nối giữa các đỉnh biểu diễn sự tương tự về ngữ nghĩa giữa hai câu đỉnh . Độ quan trọng của câu được xác định qua thuật toán TextRank trong đó có bổ sung một số đặc trưng riêng của thể loại báo mạng điện tử. Hệ thống sẽ trích rút ra những câu quan trọng để đưa vào bản tóm tắt mặc định 30 số câu của văn bản . Để kiểm chứng mô hình đề xuất chúng tôi so sánh kết quả với kết quả tóm tắt của chuyên gia và kết quả của thuật toán TextRank cơ sở. Từ khóa Tóm tắt văn bản tiếng Việt báo mạng điện tử TextRank tags. I. GIỚI THIỆU Tóm tắt văn bản tự động đã được nghiên cứu từ những năm 1950 của thế kỷ XX. Theo quan điểm của các nhà nghiên cứu về tóm tắt văn bản thì bản tóm tắt là một bản rút gọn của một hay nhiều văn bản gốc thông qua việc lựa chọn và tổng quát hóa các khái niệm quan trọng. Theo 12 thì tóm tắt văn bản là quá trình trích lược chắt lọc những thông tin quan trọng nhất từ văn bản gốc để tạo ra một phiên bản giản lược sử dụng cho các mục đích hoặc nhiệm vụ khác nhau. Thông thường một văn bản tóm tắt có độ dài không quá nửa so với văn bản gốc. Có rất nhiều phương pháp tiếp cận về tóm tắt văn bản qua đó cũng có rất nhiều cách phân loại các hệ thống tóm tắt văn bản. Cách tiếp cận phân loại phổ biến nhất là theo kết quả output . Theo cách phân loại này có tóm tắt theo phương pháp trích rút Extract và tóm tắt theo phương pháp tóm lược

• Quản trị mạng
• Tóm tắt văn bản tiếng Việt
• Báo mạng điện tử
• Tóm tắt văn bản báo mạng điện tử
• Thuật toán TextRank cơ sở
• Phương pháp phân tích ngữ nghĩa tiềm ẩn
• Tóm tắt luận văn Thạc sĩ
• Tóm tắt luận văn Thạc sĩ Khoa học máy tính
• Khoa học máy tính
• Phương pháp chuẩn hóa chữ viết tắt
• Chuẩn hóa chữ viết tắt
• Văn bản tiếng Việt
• Hệ số phương pháp
• Bài toán tóm tắt văn bản tiếng Việt
• Kỹ thuật voting
• Giải thuật di truyền
• Tóm tắt luận án Tiến sĩ
• Tóm tắt luận án Tiến sĩ Kỹ thuật
• Mức độ giống nhau của văn bản
• Phát hiện sao chép
• Các đơn vị văn bản
• Tóm tắt văn bản
• Đồ thị liên kết
• Từ đồng nghĩa
• Xử lí ngôn ngữ
• Xử lí ngôn ngữ tự nhiên
• Tóm tắt Luận án Ngôn ngữ học
• Xưng hô trong văn bản hành chính
• Từ xưng hô trong tiếng Việt
• Xưng hô trong giao tiếp
• Xưng hô trong văn bản
• Ngôn ngữ học xã hội
• Tóm tắt văn bản tự động
• Xây dựng kho ngữ liệu
• Ngôn ngữ trong truyền thông đại chúng
• Luận án Tiến sĩ Toán học
• Kỹ thuật tự động tóm tắt
• Kỹ thuật tóm tắt
• Phân loại ý kiến độc giả
• Báo mạng tiếng Việt
• Phân loại ý kiến
• Phân tích ý kiến
• Tóm tắt ý kiến
• Luận án Tiến sĩ
• Luận án Tiến sĩ Ngữ văn
• Ngôn ngữ học so sánh đối chiếu
• Văn bản diễn thuyết chính trị Mỹ
• Dịch ẩn dụ từ tiếng Anh sang tiếng Việt
• Tóm tắt luận án Khoa học giáo dục
• Năng lực tạo lập văn bản nghị luận
• Văn bản nghị luận
• Dạy học dạy học Ngữ văn
• Phương pháp dạy học bộ môn Văn – Tiếng Việt
• Đọc hiểu văn bản đa phương thức
• Ngữ văn trung học cơ sở
• Phương pháp dạy học văn bản
• Phương pháp dạy học Tiếng Việt
• luận văn
• công nghệ thông tin
• xử lý ngôn ngữ tự nhiên
• xử lý tiếng Việt
• đặc điểm tiếng Việt
• Luận án Tiến sĩ Ngôn ngữ học
• Luận án Tiến sĩ ngành Việt ngữ học
• Văn bản chữ Quốc ngữ
• Danh ngữ tiếng Việt
• Động ngữ tiếng Việt
• Đồ án công nghệ thông tin
• Đồ án ngành Mạng máy tính
• Ứng dụng minh họa tóm tắt văn bản
• Phương pháp liên kết
• tóm tắt tập lệnh
• Toàn văn bản tóm tắt hiệp định TPP
• Hiệp định TPP
• Văn bản hiệp định TPP bằng tiếng Việt
• Nội dung hiệp định TPP
• Tìm hiểu hiệp định TPP
• Ứng dụng mô hình đồ thị
• Đa văn bản tiếng Việt
• Phương pháp tóm tắt đa văn bản
• Mô hình đồ thị
• Nhánh của đồ thị
• Giảm chiều đặc trưng
• Luận văn Thạc sĩ
• Luận văn Thạc sĩ Khoa học máy tính
• Kỹ thuật tóm tắt đa văn bản
• Xử lý ngôn ngữ tự nhiên tiếng Việt
• Phương thức danh hóa trong tiếng Anh
• Phương thức danh hóa trong tiếng Việt
• Phương thức danh hóa
• Tóm tắt rút trích
• Thực nghiệm tóm tắt rút trích văn bản
• Mô hình GRU RNN 2 chiều
• Phương pháp centroid based
• Xây dựng word embedding
• Luận văn Thạc sĩ Kỹ thuật
• Tìm kiếm văn bản pháp quy
• Kỹ thuật học sâu
• Văn bản pháp quy tiếng Việt
• Xác định các hệ số đặc trưng
• Hướng trích rút
• Vị trí câu
• Độ dài câu
• Trọng số TFxISF
• Hệ số đặc trưng
• Phân tích đường viền
• Nhận dạng ô tô
• Phương pháp học máy
• Ngôn ngữ trong văn bản hành chính
• Văn bản hành chính từ góc độ dụng học
• Văn bản hành chính