EUVIMEDEUVIMED entdecken
Crossref

The Effectiveness of Machine Learning Algorithms in Extractive Text Summarization: A Comparative Analysis of K-Means, Random Forest, GBM, Logistic Regression, and SVM

Taner Uçkan, Kübra Karabulut

Doğu Fen Bilimleri Dergisi · 2024

DOI: 10.57244/dfbd.1538959 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Doğu Fen Bilimleri Dergisi, 2024. Verfasst von Taner Uçkan und 1 weiteren Autor:innen. Die Arbeit wurde bisher 3-mal zitiert (Crossref) und nennt 21 Literaturangaben.

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Günümüz bilgi çağında, veri setlerinden anlamlı bilgiler çıkarmak, her zamankinden daha önemli hale gelmiştir. Çoğu alanda bilg-iler, aşamaları detaylarıyla veri tabanı sistemlerinde tutulmaktadır; bu nedenle artık daha büyük veri setleriyle karşı karşıya kalmaktayız. Büyük veri çağında, makine öğrenmesi yöntemleri kullanarak çıkarımsal metin özetleme önemli bir çalışma alanı haline gelmiştir. Çıkarımsal özetleme, orijinal metinden önemli bilgileri çıkartarak kısa ve öz bir sürüm oluşturmayı amaçlar. Bu, genellikle metnin boyutunu küçültme ve temel bilgileri korumayı amaçlar. Bu çalışma, metin özetleme süreçlerinin, insan müdahalesi olmadan, orijinal metnin anlamını koruyarak kısa ve akıcı bir özet üretme görevini, makine öğrenimi modelleriyle sağlamayı amaçlar. Makine öğrenimi tabanlı modeller ve çıkarımsal metin özetleme, bilgisayarların insan bilgisi ve dil yeteneğinden yoksun olması nedeniyle zor olan bu işi çözmek için çeşitli yaklaşımlar sunar. Bu çalışmada, çıkarımsal metin özetlemenin belgeden doğrudan cümleleri alarak tutarlı bir özet oluşturulup, makine öğrenimi yöntemlerinin uygulanabilirliği ve etkinliği test edilmiştir. Makine öğrenimi yöntemleri olarak; K-Ortalamalar, Rastgele Orman, Gradyan Arttırma Makineleri (GBM) / XGBoost, Lojistik Regresyon ve Destek Vektör Makineleri (SVM) gibi algoritmalar denenmiş, performansları çeşitli metin veri setleri üzerinde karşılaştırmalı olarak test edilmiştir.

Zitieren

APA

Uçkan, T., & Karabulut, K. (2024). The Effectiveness of Machine Learning Algorithms in Extractive Text Summarization: A Comparative Analysis of K-Means, Random Forest, GBM, Logistic Regression, and SVM. Doğu Fen Bilimleri Dergisi. https://doi.org/10.57244/dfbd.1538959

Vancouver

Uçkan T, Karabulut K. The Effectiveness of Machine Learning Algorithms in Extractive Text Summarization: A Comparative Analysis of K-Means, Random Forest, GBM, Logistic Regression, and SVM. Doğu Fen Bilimleri Dergisi. 2024. doi:10.57244/dfbd.1538959

BibTeX
@article{Ukan2024,
  author = {Uçkan, Taner and Karabulut, Kübra},
  title = {The Effectiveness of Machine Learning Algorithms in Extractive Text Summarization: A Comparative Analysis of K-Means, Random Forest, GBM, Logistic Regression, and SVM},
  journal = {Doğu Fen Bilimleri Dergisi},
  year = {2024},
  doi = {10.57244/dfbd.1538959}
}
Kostenlos starten →