Cizge Tabanli Dokuman Ozetleme Yontemlerinin Karsilastirilmasi

摘要

Gunumuzde internetin gelismesiyle beraber makale, haber, web sayfalari gibi bilgi iceren dokumanlar dijital ortamda uretilip saklanmaktadir. Bununla beraber sosyal medya, Twitter, blog gibi yeni icerik girilebilen ortamlarin artmasi internetteki bilgi miktarini devasa boyutlara ulastirmistir. Ancak bu kaynaklardan hangisinde arastirilan bir bilginin tam anlamiyla bulunup bulunmadigini belirlemek oldukca zor ve zaman alici bir surectir. Otomatik dokuman ozetleme sistemleri, metnin onemli kismini tutarken boyutunu dusurerek kullaniciya istenilen bilginin olup olmadigini hizli bir sekilde sunabilmektedir. Bu calismada cizge tabanli dokuman ozetleme yontemleri ele alinmistir. LexRank yontemi yani sira 4 farkli benzerlik yontemiyle TextRank algoritmasi kullanilmistir. Diger calismalardan farkli olarak bir benzerlik olcutu yontemi olan En Uzun Ortak Kume (Longest Common Subsequence, LCS) TextRank algoritmasinda dugumler arasi benzerlik olcumu olarak kullanilmistir. Kullanilan benzerlik olcum yontemleri arasinda en uzun ortak kume, Ingilizce verisetinde 0,510 Rogue-1 ve 0,266 Rouge-2 skoru alarak en iyi basariyi elde etmistir. Benzer sekilde ayni yontem Turkce veri setinde de 0,742 Rouge-1 ve 0,676 Rouge-2 skoru elde ederek diger yontemlerden daha iyi basarili ozetler uretmistir.