Exécution de notre outil de synthèse sur un nouvel article

Résumé : Herkömmliche Suchmaschinen filtern die großen Mengen im Internet verfügbarer Daten durch die Abbildung einer Nutzer-Suchanfrage auf eine potentiell große Menge von Dokumenten. Das Auffinden der gesuchten Informationen innerhalb dieser Dokumente bleibt jedoch Aufgabe des Nutzers. Daher ist die Entwicklung computergestützten Methoden essentiell, welche über herkömmliche, dokumentenzentrische Informationsbeschaffungslösungen hinausgehen, und die den Nutzer bei der Verarbeitung großer Dokumentenmengen und darin enthaltener Informationen unterstützen. Automatisierte Textzusammenfassung ist eine solche Technologie, da Zusammenfassungen konzise die Kernpunkte wesentlich größerer Quelltexte zusammentragen und dabei irrelevante und redundante Informationen herausfiltern. Textzusammenfassungssysteme können also ein mächtiges Werkzeug zur Reduktion der von einem Nutzer zu verarbeitenden Datenmengen darstellen. Im Rahmen dieser Arbeit werden Algorithmen zur personalisierten Zusammenfassung von Kollektionen thematisch aufeinander bezogener Nachrichtenartikel entworfen und evaluiert. Von speziellem Interesse ist hierbei die Identifikation der Unterthemen, die das übergeordnete Hauptthema einer solchen Kollektion strukturieren, da dieses die Bestimmung wesentlicher Inhalte und die Erkennung von Redundanzen erleichtert. Existierende Modellierungsverfahren berücksichtigen nicht in ausreichendem Maße die Mehrdeutigkeit natürlicher Sprache und die Begrenztheit von Satzvokabularen. Die in dieser Arbeit entwickelten Algorithmen hingegen werten Wortkontextinformationen zur Themenerkennung aus, und profitieren von den dadurch gegebenen Zusatzinformationen bei der Erstellung personalisierter Zusammenfassungen. Ausführliche Tests in verschiedenen Szenarien und für unterschiedliche Datensätze zeigen, dass die entwickelten Lösungen Zusammenfassungen von höherer Qualität liefern als existierende Ansätze. Nachrichtenartikel, die über ein bestimmtes Ereignis berichten, sind nicht nur ähnlich in Hinblick auf ihre Unterthemen, sondern enthalten auch oft die gleichen Fakten. Die Erkennung ähnlicher Fakten ist eine wünschenswerte, aber derzeit ungelöste Teilaufgabe von Zusammenfassungssystemen, da eine Bewertung der semantischen Ähnlichkeit von Teilsätzen nicht mit der benötigten Präzision möglich ist. Einen weiteren Schwerpunkt dieser Arbeit bilden daher eine ausführliche Analyse von faktenähnlichen Satzabschnitten in Nachrichtenartikeln und Referenzzusammenfassungen, sowie die Entwicklung eines Algorithmus zur Erkennung ähnlicher Teilsätze.