دوره 1، شماره 1، 1402، صفحات 6 - 12

نویسندگان : افشین سخاوتی* ¹

چکیده :
خلاصه‌‌سازی‌ انتزاعی‌ متن‌ (ATS) وظیفه‌ جمع‌آوری‌ اطلاعات از مقالات و منابع‌ مختلف‌ و فشرده‌سازی‌ آن‌ها به‌گونه‌ ای‌ ‌ که‌ محتوا گم‌ نشده و به‌ خوبی‌ نمایش‌ داده شود و اطلاعاتی‌ از دست‌ نرود. ATS به‌ خلاصه‌‌های‌ تولید شده توسط‌ انسان نزدیک‌‌تر است‌ و قابلیت‌ نمایش‌ و ترکیب‌ چندین‌ اطلاعات را دارد. با ظهور معماری‌های‌ عمیق‌ (deep learning)، بسیاری‌ از وظایف‌ مربوط به‌ ‌ پردازش زبان طبیعی‌ به‌ کارایی بالا و پایدار و قابل‌ مقایسه‌‌ای‌ دست‌ یافتند؛ در ترجمه‌ ماشینی‌، تشخیص‌ گفتار، شرح تصاویر و بسیاری‌ دیگر از مدل‌های‌ توالی‌ به‌ ترتیب‌، سودمند بوده و نتایج‌ امیدوار کننده‌ای‌ را نشان داده است‌. ابزارهای‌ زبانی‌ مانند برچسب‌‌گذاری‌های‌ بخش‌ گفتار،Named Enity Recognizer برای‌ زبان‌های‌ هندی‌ چندان رقابتی‌ نیستند و از‌این‌رو، تکنیک‌های‌ خاص زبان برای‌ زبان‌های‌ هندی،‌ خیلی‌ خوب عمل‌ نمی‌کنند. تکنیک‌‌های‌ عمیق‌ زبان، اگوستیک‌ هستند؛ از‌این‌رو می‌توانند بر این‌ کاستی‌ها غلبه‌ کنند. در این‌ مقاله‌، شبکه‌های‌ مولد برای‌ ایجاد جوهره برای‌ ایجاد قطعه‌ طولانی‌‌تر متن‌ در ارتباط با تشخیص‌ بازنویسی‌ تأکید می‌‌شوند. در این‌ مقاله‌، ما یک‌ فرایند متضاد را برای‌ خلاصه‌‌سازی‌ انتزاعی‌ متن‌ پیشنهاد می‌‌کنیم‌ ،که‌ در آن ما به‌طور هم‌زمان یک‌ مدل تولیدی‌ G و یک‌ مدل افتراقی‌١ D آموزش می‌دهیم‌. به‌‌ویژه، ما مولد G را به‌‌عنوان عامل‌ یادگیری‌ تقویتی‌ می‌سازیم‌ که‌ متن‌ خام را به‌‌عنوان ورودی‌ و خلاصه‌ انتزاعی‌ را پیش‌‌بینی‌ می‌کند. ما همچنین‌ یک‌ تمایز ایجاد می‌‌کنیم‌ که‌ سعی‌ می‌‌کند خلاصه‌ تولید شده را از خلاصه‌ حقیقت‌ پایه‌ متمایز کند. در این‌ مقاله‌ یک‌ رویکرد ترکیبی‌ برای‌ تولید خلاصه‌ انتزاعی‌ خلاصه‌‌شده است‌ که‌ در آن جملات با استفاده از روابط‌ سطح‌ جمله‌ بین‌ جملات در ارتباط با اصل‌ خوشه‌‌بندی‌ مارکوف ، خوشه‌بندی‌ می‌‌شود. سپس‌ رتبه‌‌بندی‌ جملات در هر خوشه‌ انجام می‌شود و در صورت امکان جملات وزنی‌ بالای‌ هر خوشه‌ با استفاده از برخی‌ قواعد زبانی‌ با بهترین‌ عناصر آن ترکیب‌ می‌شود

کلمات کلیدی :
خلاصه‌‌سازی‌ انتزاعی‌ متن‌ (ATS)، جمع‌آوری‌ اطلاعات، فشرده‌سازی‌ اطلاعات، ابزارهای‌ زبانی‌، شبکه‌های‌ مولد، تشخیص‌ بازنویسی‌، یادگیری‌ تقویتی‌