(in lingua inglese) In this paper, a machine learning based summarization system for summarizing Arabic posts in Twitter social network has been introduced. In the system, the problem was formulated as regression problem, using model tree, instead of a binary classification based problem. The proposed strategy is evaluated and the results are compared with that obtained by the well-known multi document summarization algorithms including; SumBasic, TF-IDF, PageRank, MEAD, and human summaries. Using the F measure evaluation method, the proposed system provides best results of 50% compared to the manual summarization of 53%.
Nawal El-Fishawy
Prossimo evento
Veronafiere - PAD Palaexpo - 16-17 ottobre 2024
Settori Hot
- Big Data68
- Efficienza energetica edifici137
- ERP90
- LED120
- Tracciabilità159
Parole chiave Hot
Le news più lette
- Stefania Nani
- ads-tec Industrial IT GmbH
Gli articoli più letti
- Armando Martin
- Giovanni Battista Zorzoli
- Alberto Sibono
Webinar più visti del mese
- Mattia Merlini
- Luca Signorin
- Enrico Bello
Settori Popolari
- Automazione industriale2765
- Informatica1934
- Elettrotecnica1869
- Industria 4.01759
- Software industriale1378
Ultimi post da PLC Forum
Circuito EIOM
La vostra privacy è per noi molto importante
Utilizziamo cookies per migliorare la tua esperienza online sul nostro sito, personalizzare i contenuti e gli annunci che vedi in base ai tuoi interessi.
I cookies possono, inoltre, aiutarci a comprendere le modalità di utilizzo del nostro sito e migliorarne la funzionalità.
Puoi fare clic per consentire a noi e ai nostri fornitori di trattarli per queste finalità o in alternativa puoi fare clic per negare il consenso.
Le tue preferenze si applicheranno solo a questo sito web.
Puoi modificare le tue preferenze in qualsiasi momento ritornando su questo sito.
I cookies possono, inoltre, aiutarci a comprendere le modalità di utilizzo del nostro sito e migliorarne la funzionalità.
Puoi fare clic per consentire a noi e ai nostri fornitori di trattarli per queste finalità o in alternativa puoi fare clic per negare il consenso.
Le tue preferenze si applicheranno solo a questo sito web.
Puoi modificare le tue preferenze in qualsiasi momento ritornando su questo sito.