Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: keyword extraction

Sortuj według:

Ogranicz wyniki do:

Hurdles For Designing Flowcharting Process

Gahankari Aparitosh, Shrawankar Urmila

Annals of Computer Science and Information Systems

2017

Vol. 10

181--186

To develop programming language skills, there are many tools available which have been developed to introduce the basics of programming to new-comers in the area of programming. Whatever tools are there for the programming environment of flow chart based notation depends on the interference of user with the system. The flowchart-based Environment depends on the intermediate code generated but every time human intervention is needed. The development of the environment for teaching aids can be other area where the flowcharts can be used. The main animus of the contemplate research work is to enroot a framework which not only automatically converts the process text but also to deploy it as software to create training materials. That is to automate the flowchart drawing activity based on the text inputs given by the end users hence; this research proposes a strategy that will be used to draw flowcharts without human intervention. It can also be used to represent the basics of programming problems to new users. The feature applied in the system not only automatically converts the text into flowchart but also builds up the critical thinking abilities of new software engineers. It also improves solution designing skill of new software engineers. Otherwise also the system is useful to represent the any given process text into the graphical form using the standard flowcharting symbols.

PKE: a novel Polish keywords extraction method

Kozłowski M.

Pomiary Automatyka Kontrola

2014

R. 60, nr 5

305--308

In the paper a novel summarization approach, called the Polish Keywords Extractor (PKE), is presented. It is the single document oriented method that is capable of extracting keywords from Polish documents. PKE is a knowledge-poor method (not using any external knowledge resources as Wikipedia) inspired by RAKE and KEA. In comparison with the previous methods PKE uses Polish lemmatizer, Part-of-Speech filters, and various evaluation approaches (statistical measures, classifiers). This algorithm was tested on a set of abstracts of Polish academic papers. The experiments have shown that PKE achieves better quality measures (precision, recall, F-measure) than RAKE and KEA.

Automatyczne streszczanie tekstów dotyczy redukcji całych dokumentów lub korpusów dokumentów do postaci reprezentatywnego zbioru słów, lub akapitu. Jedną z popularniejszych metod streszczania jest ekstrakcja słów kluczowych, której celem jest identyfikacja pojedynczych słów lub fraz etykietujących zadany dokument. Metody ekstrakcji słów kluczowych mogą być podzielone na zorientowane na pojedyncze dokumentu lub na korpusy. Dodatkowo metody ekstrakcji mogą być klasyfikowane według stosowanych podejść: lingwistyczne podejście, statystyczne lub oparte na uczeniu maszynowym. W tym artykule jest zaprezentowane nowe podejście do ekstrakcji słów kluczowych, nazwane PKE, które jest zorientowane na pojedyncze polsko języczne dokumenty. PKE jest metodą nie wykorzystującą zewnętrznych zasobów wiedzy jak np. Wikipedia. Metoda została zainspirowana metodami KEA [7] i RAKE [8]. RAKE jest algorytmem bez nadzoru, niezależnym od dziedziny i języka, który pozyskuje słowa kluczowe z pojedynczych dokumentów. KEA natomiast jest metodą z nadzorem, która wykorzystuje modele bayesowskie w celu obliczenia prawdopodobieństwa bycia słowem kluczowym. W porównaniu do powyższych metod, PKE używa Polskiego lematyzatora, filtrów części mowy, oraz różnorodnych metod ewaluacji (statystycznych miar, klasyfikatorów). Proponowany algorytm został przetestowany na zbiorze polskich abstraktów artykułów. Automatycznie proponowane słowa kluczowe zostały zweryfikowane względem słów wybranych przez autorów prac. Eksperymenty (tabela 1 i 2) pokazały, że PKE osiąga lepsze miary jakości (precyzja, kompletność, F1) niż RAKE i KEA.