Este artículo presenta un estudio preliminar sobre la influencia de la implicación textual en tareas de generación automática de resúmenes de textos. Se proponen dos aproximaciones para producir resúmenes a partir de uno o varios documentos de entrada. La primera de ellas se basa únicamente en la frecuencia de las palabras para determinar las frases más relevantes del texto, mientras que la segunda aproximación combina esta técnica con el reconocimiento de la implicación textual para reducir el número de frases del documento de entrada. Los resultados iniciales obtenidos presentan una mejora del 5.85 % para monodocumento y del 6.80 % para multidocumento cuando se incorpora el reconocimiento de la implicación textual.
This paper presents a preliminary study of the usefulness of applying textual entailment recognition in text summarization tasks. Two different approaches are proposed. The first one relies on the word's frequency in order to select the most relevant sentences to include in the final summary, whereas the second one combines textual entailment recognition together with the aforementioned approach so that we can reduce the size of the original text or texts first. Results show that this combination has been appropriate, obtaining an increase of 5.85 % for single-document and of 6.80 % for multi-document when textual entailment and the frequency of words are applied together.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados