To text summarization by dynamic graph mining

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F00216224%3A14330%2F18%3A00105832" target="_blank" >RIV/00216224:14330/18:00105832 - isvavai.cz</a>

Výsledek na webu

—

DOI - Digital Object Identifier

—

Jazyk výsledku

angličtina

Název v původním jazyce

To text summarization by dynamic graph mining

Popis výsledku v původním jazyce

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.

Název v anglickém jazyce

To text summarization by dynamic graph mining

Popis výsledku anglicky

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.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10200 - Computer and information sciences

Projekt

—

Návaznosti

S - Specificky vyzkum na vysokych skolach

Rok uplatnění

2018

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

ITAT 2018 Proceedings,

ISBN

9781727267198

ISSN

1613-0073

e-ISSN

—

Počet stran výsledku

7

Strana od-do

28-34

Název nakladatele

Safarik University, Faculty of Science, Kosice, Slovakia

Místo vydání

Košice

Místo konání akce

Plejsy

Datum konání akce

1. 1. 2018

Typ akce podle státní příslušnosti

EUR - Evropská akce

Kód UT WoS článku

—