Teksta kopsavilkuma veidošanas metodes

Abstract

Teksts ikdienā sastopams visapkārt: ziņās, sociālajos tīklos, zinātniskās publikācijās un grāmatās. Mūsdienu informācijas pārpilnības laikmetā ir būtiski izvērtēt, kāda informācija ir svarīga, bet kāda ne. Teksta kopsavilkums sniedz galveno informāciju par tekstu un ļauj ietaupīt laiku. Interese par automātisku teksta kopsavilkumu veidošanu sākusies jau pagājušā gadsimta 50. gados. Līdz šim ir izdevies izstrādāt vairākas veiksmīgas metodes, kas no teksta izvelk galvenos teikumus vai vārdus, tomēr joprojām neeksistē metode, kas ģenerētu kopsavilkumus tādā veidā, kā to dara cilvēki - pārfrāzējot ar saviem vārdiem. Pieaugot popularitātei mākslīgā intelekta izpētes jomā, pēdējos gados palielinājies mēģinājumu skaits atrisināt šo problēmu. Darbā apskatītas gan vienkāršākās metodes, gan modeļi, kas mēģina radīt automātisku kopsavilkumu, kas līdzinās cilvēku radītam. Izpētīta arī automātiski veidota kopsavilkuma kvalitātes novērtēšana, kā arī apskatīts aprakstīto metožu praktisks piemērs.

Textual data is all around us on a daily basis - in the news, social networks, scientific publications and books. In the modern era of information oversaturation it is important to evaluate which information is significant and which is not. Text summary gives the main information about text and allows to save time. Interest about automatic text summarization began in 1950s. Since then several successful methods that extract the main sentences or words from text have been made, but still there is not a method that generates summaries like humans do - by rephrasing with their own words. Due to the increasing popularity of research in the artificial intelligence field, the number of tries to solve this problem has risen in the recent years. In this paper simpler methods are described, as well as models that try to generate an automatic summary that resembles a human made summary are described. Automatic summary evaluation also has been studied and a a practical example of described methods is given.