BİLİMSEL MAKALELERİN ANLAMSAL İLİŞKİ TABANLI ÖZETLENMESİ

Abstract

Metin özetleme, araştırmacıların bir dokümanı olabildiğince hızlı bir şekilde algılaması açısından oldukça önemdir. Doküman önemli cümlelerin çıkarılması ya da metni yeniden yazmaya dayalı yaklaşımlarla özetlenmektedir. Derin öğrenme teknolojilerin gelişmesiyle birlikte, dokümanlar tıpkı bir insan tarafından üretilmiş gibi metnin başından başlayarak kelimeler arasında anlamsal ilişki kurularak özetlenmektedir. Bu yaklaşım, soyutlamalı özetleme olarak bilinmektedir. Soyutlamalı özetleme, bilimsel makalelerin yapısı gereğince uzun dokümanlar kategorisinde olması ve sürekli yenilik içeren güncel terminolojik kelimeler içermesi bakımından kelimeler arasında anlamsal içeriğin korunmaması açısından bilimsel makaleleri özetlenmesini zorlaştırmaktadır. Bilimsel makaleleri özetlemek için bu tez kapsamında iki farklı model önerilmiştir. Graf tabanlı yöntemle önerilen metin özetleme modelinde bilgisayar bilimi ile alakalı makalelerin özetlenmesi gerçekleştirilmiştir. Bu modelde, doküman için belirli kelime sınırı koyulmamıştır. Bilimsel makalelerden çıkarılan varlık isimleri ve ilişkiler doküman içeriğiyle birleştirilerek oluşturulan modelde özet üretimi gerçekleştirilmiştir. Önerilen model, bilimsel makaleleri özetlemede temel modellerle karşılaştırıldığında üstün performans göstermiştir. Diğer çalışmamızda, bilimsel makaleler olabildiğince az fakat önemli kelimelerle özetlenmesi amaçlanmıştır. Bunun için dokümandaki en önemli kelimelerin çıkarımıyla bir model geliştirilmiştir. Önerilen yöntem temel modellerle karşılaştırıldığında olabildiğince az ve önemli olan kelimelerle yazar tarafından yazılmış özetler gibi başarılı özetler üretilmiştir.Text summarization is a very important method for researchers to grasp a document as quickly as possible. The document is summarized with approaches based on the removal of important sentences or rewriting the text. With the development of deep learning technologies, documents are summarized by extracting semantic relationships between words starting from the beginning of the text, just as if they were produced by a human. This approach is known as abstractive summarization. Abstractive summarization makes it difficult to summarize scientific articles in terms of preserving the semantic content between the words, as scientific articles are in the category of long documents due to their structure and contain up-to-date terminological words that are constantly innovating. In this thesis, two different models are proposed to summarize scientific articles. In the proposed text summarization model with graph-based method, the summarization of articles related to computer science is performed. In this model, there is no token limit for the document. Summary generation was performed in the model by combining the entity names and relations extracted from scientific articles with the document content. The proposed model has shown superior performance in summarizing scientific articles compared to the baseline models. In other studies, scientific articles were summarized with as few but important words as possible. A novel model was developed by extracting the most important words in the document. When the proposed method was compared with the basic models, successful summaries were produced with as few and important words as possible, such as summaries written by the author.