Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: przekształcenie SVD

Sortuj według:

Ogranicz wyniki do:

Automatyczne tworzenie podsumowań tekstów metodami algebraicznymi

Gramacki J., Gramacki A.

Pomiary Automatyka Kontrola

2011

R. 57, nr 7

751-755

Duża liczba zwracanych (na przykład przez różnego rodzaju wyszukiwarki internetowe) dokumentów oznacza, że często zmuszeni jesteśmy do czasochłonnego ich przeglądania, celem weryfikacji trafności zwracanych wyników. Gdy dokumenty są długie, czas ich przeglądania znacznie się wydłuża. Można by go wydatnie skrócić, gdyby istniała możliwość automatycznego generowania sensownych podsumowań (streszczeń). W artykule omawiamy wybrane algebraiczne metody służące automatycznemu wydobywaniu z tekstu jego najistotniejszych słów kluczowych oraz najistotniejszych zdań.

Text summarization is a real practical problem due to explosion of the volume of textual information available nowadays. In order to solve this problem, text summarization systems which extract brief information from a given text are created. The end user, by looking only at the summary, may decide whether the document is or is not of interest to him/her. Built summaries can have 2 fundamental forms. Firstly, extractive summarization may collect important sentences from the input text to constitute the summary. Secondly, abstractive summarization tries to capture main concepts of the text and then some new sentences, summarizing the input text, are generated. Nowadays, however, it seems that the latter approach still needs extensive works to be really useful. A summary can be extracted from a single document or multiple documents. In the paper the authors build summaries of one document only. The extension into multi-document summaries is the straightforward task in the case when a set of semantically uniform texts is summarized. Summaries may also be categorized as generic and query-based summaries. In the first case, there are generated summaries con-taining main topics of a document. In the second case, summaries contain the sentences that are related to the given queries. In the paper there are built generic summaries. Summarization systems use different approaches to determine important sentences. Here there is used semantic oriented approach based on a method known as Latent Semantic Analysis (LSA). LSA is an algebraic method that extracts meaning of words and similarity of sentences using the information about usage of the words in the context. It uses Singular Value Decomposition (SVD) for finding semantically similar words and sentences. Using the results of SVD the authors try to select best sentences (which constitute the best summary of the text). The paper is organized as follows. In Section 2 there is formulated the problem. In Section 3 there is shown how a docu-ment may be represented in a useful algebraic format. The so called Term-Sentence matrix (TSM) is used. The authors also point at some preliminary tasks necessary to be performed for successful further analysis. In Subsection 3.2 there is shortly presented an idea of LSA as based on SVD decomposition. In the last section 4 two examples of text summarizations build for both Polish and English texts are given. The two methods used differ slightly from each other. The authors' extracting key words and key sentences seems to be proper content-related summaries of the input texts.

Wpływ niestacjonarności i przypadkowości obserwacji na ocenę stanu w wielowymiarowej diagnostyce maszyn

Cempel Cz., Krakowiak M.

Diagnostyka

2006

nr 4(40)

19-25

Symptomy diagnostyczne wielu diagnozowanych obiektów mają dużą wrażliwość na zakłócenia. Zatem symptomowa macierz obserwacji (SMO) ma składową przypadkową. Może to zachodzić z tytułu niekontrolowanej zmiany obciążenia. Ma to istotny wpływ na końcową ocenę stanu obiektu. Jako remedium w pracy zaproponowano uśrednianie początkowej wartości symptomów, a dopiero następnie zastosowanie rozkładu względem wartości szczególnych (SVD). Jak się okazuje to proste pociągnięcie może przynieść liczące się rezultaty w podwyższeniu stabilności i diagnostycznej informatywności wyników przetwarzania SMO.

Machine symptoms of condition of many diagnosed object have some sensitivity to disturbances, either of stochastic nature or as the load sensitivity, if machine works in nonstationary regime. As a remedy to this inconvenience we can apply the averaging of initial symptom value before classical application of singular value decomposition (SVD). As it is shown in the paper, this simple preprocessing can bring us the good result in the stability and diagnostic information value of applied symptoms.