Saltar para:
Logótipo
Comuta visibilidade da coluna esquerda
Você está em: Início > Publicações > Visualização > Exploring actor-object relationships for query-focused multi-document summarization

Publicações

Exploring actor-object relationships for query-focused multi-document summarization

Título
Exploring actor-object relationships for query-focused multi-document summarization
Tipo
Artigo em Revista Científica Internacional
Ano
2015
Autores
Valizadeh, M
(Autor)
Outra
A pessoa não pertence à instituição. A pessoa não pertence à instituição. A pessoa não pertence à instituição. Ver página do Authenticus Sem ORCID
Pavel Brazdil
(Autor)
FEP
Ver página pessoal Sem permissões para visualizar e-mail institucional Pesquisar Publicações do Participante Ver página do Authenticus Sem ORCID
Revista
Título: Soft ComputingImportada do Authenticus Pesquisar Publicações da Revista
Vol. 19
Páginas: 3109-3121
ISSN: 1432-7643
Editora: Springer Nature
Outras Informações
ID Authenticus: P-00A-042
Abstract (EN): Most research on multi-document summarization explores methods that generate summaries based on queries regardless of the users' preferences. We note that, different users can generate somewhat different summaries on the basis of the same source data and query. This paper presents our study on how to exploit the information regards how users summarized their texts. Models of different users can be used either separately, or in an ensemble-like fashion. Machine learning methods are explored in the construction of the individual models. However, we explore yet another hypothesis. We believe that the sentences selected into the summary should be coherent and supplement each other in their meaning. One method to model this relationship between sentences is by detecting actor-object relationship (AOR). The sentences that satisfy this relationship have their importance value enhanced. This paper combines ensemble summarizing system and AOR to generate summaries. We have evaluated this method on DUC 2006 and DUC 2007 using ROUGE measure. Experimental results show the supervised method that exploits the ensemble summarizing system combined with AOR outperforms previous models when considering performance in query-based multi-document summarization tasks.
Idioma: Inglês
Tipo (Avaliação Docente): Científica
Nº de páginas: 13
Documentos
Não foi encontrado nenhum documento associado à publicação.
Publicações Relacionadas

Dos mesmos autores

Density-based graph model summarization: Attaining better performance and efficiency (2015)
Artigo em Revista Científica Internacional
Valizadeh, M; Pavel Brazdil

Da mesma revista

Testing the predictive power of variable history web usage (2007)
Artigo em Revista Científica Internacional
José Luís Moura Borges; Mark Levene
Testing the predictive power of variable history web usage (2007)
Artigo em Revista Científica Internacional
José Luís Moura Borges; Levene, M
Performance analysis in soccer: a Cartesian coordinates based approach using RoboCup data (2012)
Artigo em Revista Científica Internacional
Pedro Henriques Abreu; Jose Moura; Daniel Castro Silva; Luis Paulo Reis; Julio Garganta
An automatic approach to extract goal plans from soccer simulated matches (2013)
Artigo em Revista Científica Internacional
almeida, f; abreu, ph; lau, n; reis, lp
Recomendar Página Voltar ao Topo
Copyright 1996-2025 © Faculdade de Direito da Universidade do Porto  I Termos e Condições  I Acessibilidade  I Índice A-Z
Página gerada em: 2025-10-18 às 21:36:35 | Política de Privacidade | Política de Proteção de Dados Pessoais | Denúncias | Livro Amarelo Eletrónico