Автоматичне реферування тексту з використанням абстрактивних та екстрактивних методів
Тип публікації :
Бакалаврська робота
Дата випуску :
2024
Автор(и) :
Терновська Єлизавета
Науковий(і) керівник(и)/редактор(и) :
Дарчук Наталія Петрівна
Мова основного тексту :
ua
eKNUTSHIR URL :
Цитування :
[APA 7] Терновська, Є. (2024). Автоматичне реферування тексту з використанням абстрактивних та екстрактивних методів. [Бакалаврська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/15071834/2883
[ДСТУ] Терновська Є. Автоматичне реферування тексту з використанням абстрактивних та екстрактивних методів : кваліфікаційна робота бакалавра : 035 Філологія / наук. кер. Н. П. Дарчук. Київ, 2024. 47 с. URL: https://ir.library.knu.ua/handle/15071834/2883 (дата звернення: 17.07.2026).
Актуальність дослідження автоматичного реферування текстів зумовлена зростаючим обсягом інформації, який необхідно обробляти у сучасному світі. Це дослідження присвячено розробці та оцінці ефективності програмного забезпечення для автоматичного реферування текстів, яке використовує екстрактивні та абстрактивні методи. Об'єктом дослідження є процес автоматичного реферування текстів, а предметом — ефективність екстрактивних та абстрактивних методів у контексті їх точності, повноти, зрозумілості та інших важливих характеристик.
Метою дослідження є створення програми для автоматичного реферування текстів та оцінка її ефективності. Основні завдання включають розробку алгоритмів для екстрактивного та абстрактивного реферування, оцінку їх роботи за допомогою метрик ROUGE, порівняння результатів та визначення сильних і слабких сторін кожного підходу, а також пропозиції щодо можливих шляхів покращення алгоритмів.
Методологічна основа дослідження включає сучасні теорії та підходи до обробки природної мови (NLP) та машинного навчання. Було використано емпіричні дослідження для оцінки роботи алгоритмів за допомогою метрик ROUGE, а також спостереження та аналіз результатів.
За підсумками проведеного дослідження було встановлено, що екстрактивний метод демонструє вищу точність та лексичне багатство, проте страждає від низької повноти та когезії. Абстрактивний метод, хоча і є менш точним, забезпечує кращу зрозумілість та адекватність викладу. Запропоновано комбінований підхід для поєднання переваг обох методів.
Метою дослідження є створення програми для автоматичного реферування текстів та оцінка її ефективності. Основні завдання включають розробку алгоритмів для екстрактивного та абстрактивного реферування, оцінку їх роботи за допомогою метрик ROUGE, порівняння результатів та визначення сильних і слабких сторін кожного підходу, а також пропозиції щодо можливих шляхів покращення алгоритмів.
Методологічна основа дослідження включає сучасні теорії та підходи до обробки природної мови (NLP) та машинного навчання. Було використано емпіричні дослідження для оцінки роботи алгоритмів за допомогою метрик ROUGE, а також спостереження та аналіз результатів.
За підсумками проведеного дослідження було встановлено, що екстрактивний метод демонструє вищу точність та лексичне багатство, проте страждає від низької повноти та когезії. Абстрактивний метод, хоча і є менш точним, забезпечує кращу зрозумілість та адекватність викладу. Запропоновано комбінований підхід для поєднання переваг обох методів.
Галузі знань та спеціальності :
03 Гуманітарні науки::035 Філологія
Галузі науки і техніки (FOS) :
Гуманітарні науки
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
365.18 KB
Контрольна сума :
(MD5):6ae12a2c88f07c93e5b1a02f81f30c90
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International