استخراج الجمل
في البداية، استخراج الجملة هي تقنية تستعمل للتلخيص التلقائي. في هذا النهج السطحي، تستعمل الاستدلالات الإحصائية للتعرف على أبرز الجمل من النصوص. استخراج الجمل هو نهج منخفض التكلفة مقارنة مع الطرق الأكثر تعمقا في استخدام المعرفة مزيد من المعرفة المكثفة والتي بالتالي تتطلب قواعد معرفة إضافية مثل التجميعات أو الانتولوجيات (ontologies) أو المعرفة اللغوية. باختصار «استخراج الجملة» يعمل كعامل تصفية يسمح للجمل الهامة فقط بأن تمر. وتعرض الأقسام التالية جوانب أخرى من الموضوع.
إضافةً إلى ذلك، أما الجانب السلبي الرئيسي لتطبيق تقنيات استخراج الجملة لمهمة التلخيص هو فقدان التماسك في الملخص الناتج عن العملية. ومع ذلك، يمكن لملخصات استخلاص الجملة ان تعطي معلومات قيمة عن النقاط الرئيسية في الوثيقة وغالبا ما تكون واضح بما فيه الكفاية للبشر ان تقرأه.
النهج المبكر وبعض القواعد التجريبية العينية
كذلك، أوراق الأصيلة التي وضعت الأسس للعديد من التقنيات المستعملة اليوم قد نشرت بواسطة إتش بي لوهان في سنة 1958
وإتش بي ادموندسون في سنة 1969.
وفي هذا السياق، اقترح لوهن ان يرجح الجمل في بداية الوثيقة أو القرة أكثر من غيرها.أما ادموندسون فقد شدد على أهمية الكلمات العنوانية للتلخيص وكان أول من استعمل قوائم كلمات التوقيف لتصفية الكلمات غير المفيدة ذات المحتوى الدلالي المنخفضة (مثلًا أكثر الكلمات النحوية مثل «عن»، «من»، «في»). كذلك ميز كذلك بين الكلمات الزائدة والكلمات الاصلية للجملة، أي الكلمات التي تحدث على الأرجح مع المعلومات المهمة (مثال على ذلك كلمة «جسيم») أو المعلومات غير المهمة. ان فكرتة في استخدام الكلمات المفتاحية -الكلمات التي تحدث بشكل ملحوظ في كثير من الأحيان في الوثيقة- لا تزال واحدة من من القواعد التجريبية الجوهرية للأنظمة التي تستعمل في التلخيص هذه الأيام. مع توافر الذخائر اللغوية الكبيرة هذه الأيام، فأن القيمة (تي اف-اي دي دف) الذي نشأ من علم استرجاع المعلومات، يمكن تطبيقها واستخدامها بنجاح لتحديد الكلمات المفتاحية التي في نص: إذا كان مثلًا كلمة «القط» تحدث بشكل ملحوظ في كثير من الأحيان في النص الذي يتم تلخيصه (tf == تكرار النص) أكثر من سائر الذخيرة (IDF == «معكوس تردد الوثيقة»؛ هنا الوثيقة تعني الذخيرة)، فبالتالي تكون كلمة «القط» من المرجح أن تكون كلمة هامة في النص -النص قد يكون في الواقع نص عن القطط.
إجراء
علاوةً على ذلك، عادة، يتم استخدام مزيج من القواعد التجريبية لتحديد أهم الجمل في الوثيقة. كل قاعد تجريبية تخصص مجموعة من النقاط (إيجابية أو سلبية) إلى الجملة. بعد تطبيق جميع القواعد التجريبية، الجملة ذات أعلى نقاط يتم تضمينها في الملخص. القواعد التجريبية الفردية ترجح بحسب أهميتها.
📝 هل في هذه المقالة خطأ؟
إذا وجدت معلومة تحتاج تصحيحاً أو إضافة، أو أردت حذف المقالة، أرسل لنا طلباً وسنراجعه.
ما رأيك في هذه المقالة؟