Abstract automatic text summarization using Depp Learning

dc.contributorBatista Junior, Joinvile
dc.contributorhttp://lattes.cnpq.br/7711394117839430
dc.contributorSzabo, Alexandre
dc.contributorhttp://lattes.cnpq.br/1867346456358550
dc.contributorSantos, Wellington Lima dos
dc.contributorhttp://lattes.cnpq.br/1921193787151162
dc.creatorSantos, Thiago Lourenço dos
dc.date2021-11-22T14:59:07Z
dc.date2021-11-22T14:59:07Z
dc.date2020-08-20
dc.date.accessioned2023-09-29T12:26:10Z
dc.date.available2023-09-29T12:26:10Z
dc.identifierSANTOS, Thiago Lourenço dos. Sumarização automática abstrativa de textos utilizando Deep Learning. 2021. Trabalho de Conclusão de Curso (Bacharelado em Engenharia de Computação) – Faculdade de Ciências Exatas e Tecnologias, Universidade Federal da Grande Dourados, Dourados, MS, 2021.
dc.identifierhttp://repositorio.ufgd.edu.br/jspui/handle/prefix/4649
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/9103436
dc.descriptionDeep learning has been used successfully in several applications in Natural Language Processing area. One of the applications is summarization of sentences, which can be extractive or abstractive. In this work, abstract summarization is addressed, on which summary is generated from abstractions and linguistic techniques, with the possibility of using words not found in the input sentence, which does not occur in extractive summarization, on which the output is a subset of the input. In this work, five papers were selected, in which the two most recent articles implementations were executed and tested, with the results being compared with those published in the articles and with the comparative analysis of some of the summaries generated by the trained models.
dc.descriptionDeep learning (aprendizado profundo) tem sido utilizado com sucesso em várias publicações na área de Processamento de Linguagem Natural. Uma das aplicações é a sumarização de sentenças, que pode ser extrativa ou abstrativa. Neste trabalho será abordada a sumarização abstrativa, na qual o sumário é gerado a partir de abstrações e técnicas linguísticas, com a possibilidade de uso de palavras não encontradas no texto de entrada. O que não ocorre na sumarização extrativa, na qual a saída é um subconjunto da entrada. Para isso, foram selecionados cinco artigos, em que as implementações dos dois artigos mais recentes foram executados e testados. Os resultados foram comparados com os divulgados nos artigos. Além disso, foi feita uma análise comparativa de alguns dos sumários gerados pelos modelos treinados.
dc.languagepor
dc.publisherUniversidade Federal da Grande Dourados
dc.publisherBrasil
dc.publisherFaculdade de Ciências Exatas e Tecnologia
dc.publisherUFGD
dc.rightsAcesso Aberto
dc.subjectProcessamento de linguagem natural (Ciência da computação)
dc.subjectAprendizagem profunda
dc.subjectSumarização abstrata
dc.subjectNatural language processing (Computer science)
dc.subjectDeep Learning
dc.subjectAbstractive summarization
dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
dc.titleSumarização automática abstrativa de textos utilizando Deep Learning
dc.titleAbstract automatic text summarization using Depp Learning
dc.typeTrabalho de Conclusão de Curso


Este ítem pertenece a la siguiente institución