Có nhiều thuật toán xác định độ quan trọng của từ trong văn bản mà bạn.
Ngày xưa thì mình có dùng qua TF-IDF.
In information retrieval, tf–idf, short for term frequency–inverse document frequency, is a numerical statistic that is intended to reflect how important a word is to a document in a collection or corpus.
https://en.wikipedia.org/wiki/Tf–idf
Nghiên cứu ra nó mới khó chứ công thức thì cũng đơn giản lắm
Hiểu nôm na là bạn có một tập lớn các tin tức mẫu và tiến hành phân tích sau đó thống kê và ghi nhớ số lần xuất hiện của các từ. Từ nào càng xuất hiện nhiều trong tập mẫu thì càng kém quan trọng, và càng ít có khả năng thể hiện chủ đề của bài viết.
Ngược lại, nếu trong bài viết nào đó xuất hiện 1 từ rất nhiều lần nhưng từ đó lại ít xuất hiện trong tập mẫu thì nó có khả năng đóng vai trò quan trọng trong bài viết.
Công thức cụ thể bạn tham khảo link bên trên nhé.
Cảm ơn bạn đã đặt câu hỏi. Trong seminar này mình sử dụng thuật toán Text Rank sau khi đã thực hiện một số bước cơ bản của xử lý ngôn ngữ tự nhiên như tách từ, loại bỏ stop words. Bạn có thể tham khảo từ paper sau
THẢO LUẬN
Bài viết hay nhưng chỉnh lại vài chỗ dịch k nó hơi buồn cười bạn ơi
Cookie được sinh ra trong request đầu tiên. thế server hay trình duyệt sinh ra ạ
Có nhiều thuật toán xác định độ quan trọng của từ trong văn bản mà bạn. Ngày xưa thì mình có dùng qua TF-IDF.
Nghiên cứu ra nó mới khó chứ công thức thì cũng đơn giản lắm
Hiểu nôm na là bạn có một tập lớn các tin tức mẫu và tiến hành phân tích sau đó thống kê và ghi nhớ số lần xuất hiện của các từ. Từ nào càng xuất hiện nhiều trong tập mẫu thì càng kém quan trọng, và càng ít có khả năng thể hiện chủ đề của bài viết.
Ngược lại, nếu trong bài viết nào đó xuất hiện 1 từ rất nhiều lần nhưng từ đó lại ít xuất hiện trong tập mẫu thì nó có khả năng đóng vai trò quan trọng trong bài viết.
Công thức cụ thể bạn tham khảo link bên trên nhé.
oke man
hehe. cậu hay lắm
Ý kiến thì hay nhưng không thực tế.
Tôi rất thích phong cách show code của cậu !!! Hay lắm
)
Cảm ơn bạn đã đặt câu hỏi. Trong seminar này mình sử dụng thuật toán Text Rank sau khi đã thực hiện một số bước cơ bản của xử lý ngôn ngữ tự nhiên như tách từ, loại bỏ stop words. Bạn có thể tham khảo từ paper sau
https://web.eecs.umich.edu/~mihalcea/papers/mihalcea.emnlp04.pdf
Thanks for share .Giải pháp cho các trang phải đăng nhập bạn có solution nào không ?
Thank bạn đã chia sẻ. Mình muốn hỏi thêm là dựa vào điều kiện nào để bạn có thế xác định từ, cụm từ là keyword để đưa vào tóm tắt.
Cảm ơn bạn..bài viết rất bổ ích
Good job
bạn liên hệ email nhs3108@gmail.com nhé. viblo mình k hay để ý noti
đúng rồi bạn. bashshell mình dùng của linux.
Hay mà ông chưa like này (yaoming)
Bài này hay đấy Hoàn
Nhiều bí kíp hay quá. Em mới luyện đến tầng 5 là suýt tẩu hỏa nhập ma rồi anh ạ. @@
Bài viết rất hữu ích, cảm ơn bạn!
An useful post, thank you! :p But it still has any mistakes, please fix
Nice post (tanghoa)