REVEW : Peringkasan Dokumen Otomatis

 

Peringkasan Teks Otomatis Untuk Dokumen Bahasa Bali Berbasis Metode Ektraktif

Cara untuk mendapatkan ringkasan dokumen secara cepat yaitu dengan meringkasnya secara otomatis dengan menggunakan aplikasi peringkasan otomatis.

Text Preprocessing

Text Preprocessing Dataset yang didapat dari suatu sumber merupakan suatu data yang tidak terstuktur dalam hal pemenuhan data kebutuhan sistem peringkasan. Atas dasar tersebut maka sebelum diolah, data harus melalui tahapan text preprocessing. Text Preprocessing adalah pemrosesan data awal untuk mentransformasi data tekstual yang tidak terstruktur menjadi suatu data baru yang terstruktur. Data baru tersebut dapat mempermudah pemrosesan algoritma peringkasan agar menjadi efektif dan efisien.

Tahapan

Fitur Ekstraksi Teks -> Fitur Keyword positif-> Fitur Kemiripan Antar-Kalimat-> Fitur Kemiripan Kalimat dengan Judul Dokumen-> Pembobotan Fitur Ekstraksi Teks-> Evaluasi Hasil Ringkasan Sistem

kesimpulan

Pembuatan proses pembentukan ringkasan otomatis dilakukan melalui beberapa tahapan yang harus dillalui yaitu text preprocessing, ektrasksi fiturkalimat (f1,f2, dan f3), perhitungan skor kalimat dan penyusunan ringkasan berdasarkan ratio yang dihendaki.Proses perhitungan evaluasi dengan ROUGE-1 rata-rata yang di raih adalah 0.52. Perhitungan Nilai ROUGE-1 terbaik ditunjukan oleh dominasi fitur kedekatan antar kalimat (f2), dengan kata lain fitur tersebut memberikan pengaruh yang cukup besar terhadap peringkasan Bahasa Bali.


FUZZY LOGIC DAN LEXICAL CHAINS UNTUK PERINGKASAN TEKS OTOMATIS

Proses-proses yang terlibat dalam peringkasan teks meliputi input dokumen teks, preprocessing, extraction features, implementasi lexical chains, dan implementasi metode logika fuzzy sehingga menghasilkan ringkasan teks..

Metode

Proses-proses yang terlibat dalam peringkasan teks meliputi input dokumen teks, preprocessing, extraction features, implementasi lexical chains, dan implementasi metode logika fuzzy sehingga menghasilkan ringkasan teks..

Start -> Menentukan term frequency pada masing-masing kalimat,-> term frequency pada seluruh kalimat,-> jumlah kalimat yang ada Membuat fungsi hitung bobot kalimat -> Memanggil fungsi hitung bobot kalimat -> Menampilkan hasil perhitungan bobot kalimat Finish

Hasil

Hasil yang diperoleh dari proses yang telah dilalui adalah dengan mengeluarkan ringkasan teks. Berdasarkan hasil dari deffuzification, kalimat kedua dan ketujuh merupakan ringkasan. Kemunculan ringkasan dihitung sebanyak 30% dari banyaknya kalimat dengan nilai deffuzzifikasi terbesar

Tugas STKI

Oleh : Iga Damai Yanti

Komentar

Postingan populer dari blog ini

Cara Sukses Usaha

penjumlahan dalam bahasa c

Hubungan pointer dan fungsi dalam bahasa C