La resumen de texto consiste en generar una versión condensada del documento original. Los principales problemas para la resumen de texto son eliminar la información redundante, identificar las diferencias importantes entre los documentos y recuperar el contenido informativo. Este artículo propone un Modelo de Grafo Semántico que explota la información semántica de la oración utilizando FSGM. FSGM trata las oraciones como vértices mientras que la relación semántica como los bordes. Utiliza FrameNet y el embedding de palabras para calcular la similitud de las oraciones. Este método asigna peso tanto a los nodos de las oraciones como a los bordes. Finalmente, propone un método mejorado para clasificar estas oraciones, considerando tanto la información interna como la externa. Los resultados experimentales muestran que la aplicabilidad del modelo para resumir texto es factible y efectiva.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Una revisión sobre el sistema de predicción y prevención de caídas para dispositivos personales: Evaluación y resultados experimentales.
Artículo:
Control deslizante adaptativo de superficie dinámica con retroalimentación de salida para UAVs de cuadricópteros con restricciones de error de seguimiento.
Artículo:
Detección de Intrusos en Red basada en un Modelo Mejorado de Memoria a Largo y Corto Plazo en Combinación con Múltiples Estructuras Espacio-Temporales
Artículo:
Presentación de un nuevo método para la predicción del tráfico con condiciones climáticas basado en el aprendizaje de conjunto de la búsqueda de arquitectura neural (NAS) y regresión lineal.
Artículo:
Una implementación de protocolo Mac para redes de sensores inalámbricos.