| DC Field | Value | Language |
|---|
| dc.contributor.author | Вашкевич, Е. К. | - |
| dc.contributor.author | Борискевич, И. А. | - |
| dc.date.accessioned | 2021-04-27T12:39:26Z | - |
| dc.date.available | 2021-04-27T12:39:26Z | - |
| dc.date.issued | 2021 | - |
| dc.identifier.citation | Вашкевич, Е. К. Сравнительный анализ алгоритмов автоматического обобщения текста / Вашкевич Е. К., Борискевич И. А. // Кодирование и цифровая обработка сигналов в инфокоммуникациях : материалы международной научно-практической конференции, Минск, 19 апреля 2021 г. / Белорусский государственный университет информатики и радиоэлектроники ; редкол.: В. К. Конопелько, В. Ю. Цветков, Л. А. Шичко. – Минск : БГУИР, 2021. – С. 13–18. | ru_RU |
| dc.identifier.uri | https://libeldoc.bsuir.by/handle/123456789/43325 | - |
| dc.description.abstract | Проведен сравнительный анализ различных алгоритмов извлечения ключевых предложений для автоматического реферирования текста на наборах текстовых данных новостных статей на английском языке. Рассмотрено тринадцать различных алгоритмов реферирования, а именно TextRank, LexRank, Luhn, LSA, Edmundson, ChunkRank, TGraph, UniRank, NN-ED, NN-SE, FE-SE, SummaRuNNer и MMR-SE, и произведена оценка их эффективности с использованием нескольких показателей производительности, таких как точность, отзыв, F1 на пяти различных уровнях отсечения суммарной длины для разных n-грамм. | ru_RU |
| dc.language.iso | ru | ru_RU |
| dc.publisher | БГУИР | ru_RU |
| dc.subject | материалы конференций | ru_RU |
| dc.subject | автоматическое реферирование | ru_RU |
| dc.subject | реферирование текста | ru_RU |
| dc.subject | automatic referencing | ru_RU |
| dc.subject | abstracting of text | ru_RU |
| dc.title | Сравнительный анализ алгоритмов автоматического обобщения текста | ru_RU |
| dc.title.alternative | Comparative analysis of text summarization algorithms in English language | ru_RU |
| dc.type | Article | ru_RU |
| local.description.annotation | A detailed comparative study of various extraction algorithms for automatic text summarization on text data sets of news articles in English was carried out. Thirteen different summarization algorithms were considered, namely TextRank, LexRank, Luhn, LSA, Edmundson, ChunkRank, TGraph, UniRank, NN-ED, NN-SE, FE-SE, SummaRuNNer and MMR-SE, and their effectiveness was assessed using several performance metrics such as Accuracy, Recall, F1 at five different levels of total length cutoff for different n-grams. | - |
| Appears in Collections: | Кодирование и цифровая обработка сигналов в инфокоммуникациях (2021)
|
