ايجاز: يك سامانه عملياتي براي خلاصه‌سازي تك‌سندي متون خبري فارسي

Ijaz: An Operational system for single-document summarization of Persian news texts

امروزه با رشد چشم‌گير اسناد منتشرشده در وب و نياز اساسي به نگهداري، دسته‌بندي، بازيابي و پردازش آنها، توجه به پردازش زبان طبيعي و بهره‌گيري از ابزارهايي نظير خلاصه‌سازهاي خودكار و مترجم‌هاي ماشيني، بيش از پيش احساس مي‌شود. خلاصه‌سازي خودكار به‌عنوان هسته مركزي طيف گسترده‌اي از ابزارهاي پردازش‌گر متن مانند سامانه‌هاي تصميم‌يار، سامانه‌هاي پرسش‌وپاسخ، موتورهاي جستجو و غيره از سال‌ها پيش مطرح شده و همواره به‌عنوان يك موضوع مهم مورد بررسي و تحقيق قرار گرفته است. در اين مقاله، سامانه‌اي به نام «ايجاز» به‌منظور خلاصه‌سازي‌خودكار تك‌سندي متون فارسي ارايه شده است. در اين سامانه از تجربيات سامانه‌هاي مشابه داخلي و خارجي استفاده شده است؛ و با استفاده از پارامترهاي جديد، دقت سامانه خلاصه‌سازي ارايه شده به ميزان قابل توجهي بهبود يافته است. همچنين براي اولين‌بار با بهره‌گيري از يك پيكره بزرگ خلاصه‌سازي و ابزار ارزيابي استاندارد، عمليات مقايسه و ارزيابي صورت گرفته است.

The rapid growth of published documents on the web has created some new requests for processing, classification and information retrieval. So, the use of natural language processing tools has increased around the world. Automatic summarization known as the core of a wide range of text-processing tools such as decision systems, accountability systems, search engines, etc. And always has been investigated as an important issue in computer science.This paper has introduced "Ijaz", a text summarization system, for Persian documents. For this, we first review the related works in this field, especially for Persian text summarization. We then investigate the using of some new effective features for improvement of the proposed summarizer system. Also for the first time, by using of a large corpus and standardized assessment tools, the proposed method has been evaluated and compared with other existing approaches for Persian text. The results of this evaluations are remarkable.