این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مدیریت فناوری اطلاعات، جلد ۱۴، شماره Special Issue: ۵th International Conference of Reliable Information and Communication Technology (IRICT ۲۰۲۰)، صفحات ۱۸۴-۲۰۲
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Graph-Based Extractive Text Summarization Models: A Systematic Review
چکیده انگلیسی مقاله The volume of digital text data is continuously increasing both online and offline storage, which makes it difficult to read across documents on a particular topic and find the desired information within a possible available time. This necessitates the use of technique such as automatic text summarization. Many approaches and algorithms have been proposed for automatic text summarization including; supervised machine learning, clustering, graph-based and lexical chain, among others. This paper presents a novel systematic review of various graph-based automatic text summarization models.
کلیدواژه‌های انگلیسی مقاله Natural Languages Processing,Text mining,Graph approaches
نویسندگان مقاله Abdulkadir Abubakar Bichi |
School of Computing, Faculty of Engineering, Universiti Teknologi Malaysia, Johor-Malaysia

Pantea Keikhosrokiani |
School of Computer Sciences, University Sains Malaysia, 11800 Minden, Penang, Malaysia.

Rohayanti Hassan |
Senior Lecturer, School of Computing, University Technology Malaysia, 81310 Johor Bahru, Johor, Malaysia

Khalil Almekhlafi |
Assistant Professor, Taibah University, CBA-Yanbu, 42353, Saudi Arabia.

نشانی اینترنتی https://jitm.ut.ac.ir/article_84899_5b6f5aa998e5cc67b8b0efaffae24ce9.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات