GALLO, Matej, Lubomír POPELÍNSKÝ a Karel VACULÍK. To text summarization by dynamic graph mining. Online. In S. Krajči. ITAT 2018 Proceedings,. Košice: Safarik University, Faculty of Science, Kosice, Slovakia, 2018, s. 28-34. ISBN 978-1-72726-719-8.
Další formáty:   BibTeX LaTeX RIS
Základní údaje
Originální název To text summarization by dynamic graph mining
Název česky To text summarization by dynamic graph mining
Autoři GALLO, Matej (703 Slovensko, domácí), Lubomír POPELÍNSKÝ (203 Česká republika, garant, domácí) a Karel VACULÍK (203 Česká republika, domácí).
Vydání Košice, ITAT 2018 Proceedings, od s. 28-34, 7 s. 2018.
Nakladatel Safarik University, Faculty of Science, Kosice, Slovakia
Další údaje
Originální jazyk angličtina
Typ výsledku Stať ve sborníku
Obor 10200 1.2 Computer and information sciences
Stát vydavatele Slovensko
Utajení není předmětem státního či obchodního tajemství
Forma vydání elektronická verze "online"
Kód RIV RIV/00216224:14330/18:00105832
Organizační jednotka Fakulta informatiky
ISBN 978-1-72726-719-8
ISSN 1613-0073
Klíčová slova česky sumarizace textu; dolování z dynamických grafů
Klíčová slova anglicky text summarization; dynamic graph mining
Změnil Změnil: RNDr. Pavel Šmerk, Ph.D., učo 3880. Změněno: 30. 4. 2019 07:38.
Anotace
We show that frequent patterns can contribute to the quality of text summarization. Here we focus on single-document extractive summarization in English. Performance of the frequent patterns based model obtained with DGRMiner yields the most relevant sentences of all compared methods. Two out of three proposed methods outperform other methods if compared on ROUGE data.
Anotace česky
We show that frequent patterns can contribute to the quality of text summarization. Here we focus on single-document extractive summarization in English. Performance of the frequent patterns based model obtained with DGRMiner yields the most relevant sentences of all compared methods. Two out of three proposed methods outperform other methods if compared on ROUGE data.
Návaznosti
MUNI/A/0854/2017, interní kód MUNázev: Rozsáhlé výpočetní systémy: modely, aplikace a verifikace VII.
Investor: Masarykova univerzita, Rozsáhlé výpočetní systémy: modely, aplikace a verifikace VII., DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty
VytisknoutZobrazeno: 26. 8. 2024 19:18