Apstraktivno sažimanje teksta pomoću dubokog učenja

master's thesis

• Title (english): Abstractive Text Summarization Using Deep Learning
• Author: Matej Škoro
• Mentor: Marin Šilić (mentor)
• Committee member: Marin Šilić (predsjednik povjerenstva)
• Committee member: Klemo Vladimir (član povjerenstva)
• Committee member: Goran Delač (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2021-07-05, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Automatsko sažimanje teksta je područje obrade prirodnog jezika i ima sve veću primjenu i korisnost. Cilj automatskog sažimanja teksta je stvaranje kratke ljudski čitljive verzije izvornog teksta uz izvlačenje i očuvanje najbitnijih informacija. S obzirom na način stvaranja, sažetak može biti ekstraktivan i apstraktivan. Ovaj diplomski rad se prvenstveno bavi algoritmima dubokog učenja koji se koriste za stvaranje apstraktivnih sažetaka. Navedeni su i opisani osnovni načini obrade prirodnog jezika uz usmjeravanje na načine stvaranja sažetaka. U nastavku je detaljno opisan konkretan duboki model za stvaranje apstraktivnog sažetka koji se zasniva na mehanizmu pažnje. Opisani model je programski ostvaren i ugrađen u web primjenski sustav za stvaranje sažetaka ulaznih rečenica. Model je također vrednovan na javno dostupnim skupovima podataka koristeći prikladne mjere te su prikazani dobiveni rezultati.

Abstract (english)

Text summarization is part of the natural language processing field which has wide application and usability. The main goal of text summarization is making shorter human-readable version of the original text while extracting and preserving key information. Given the method of creating, summary can be extractive or abstractive. This thesis is focusing on the deep learning algorithms which are used to make abstractive summaries. The main methods for natural language processing are listed and described while focusing on the methods for text summarization. In continuation, the attention-based deep learning model for generating abstractive summaries is described and implemented. Implemented model is embedded in web application for generating summaries of the input sentences. The model is also tested using online available datasets and appropriate metrics and obtained results are presented.

• Keywords: obrada prirodnog jezika; sažimanje teksta; sažetak; apstraktivno sažimanje teksta; ekstraktivno sažimanje teksta; duboko učenje; povratne neuronske mreže; mehanizam pažnje
• Keywords (english): natural language processing; text summarization; summary; abstractive text summarization; extractive text summarization; deep learning; recurrent neural networks; attention mechanism
• Language: croatian
• URN:NBN: urn:nbn:hr:168:642515
• Study programme: Title: Computing; Study programme type: university; Study level: graduate; Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-01-13 13:57:07