Mejores métricas para predecir automáticamente la calidad de un resumen de texto
Autores: Rankel, Peter A.; Conroy, John M.; Schlesinger, Judith D.
Idioma: Inglés
Editor: MDPI
Año: 2012
Acceso abierto
Artículo científico
2012
Mejores métricas para predecir automáticamente la calidad de un resumen de texto
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Familia
Métricas
Resumen de texto
Resúmenes generados por humanos
Contenido
Calidad lingüística
ROUGE
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 44
Citaciones: Sin citaciones
En este documento demostramos una familia de métricas para estimar la calidad de un resumen de texto en relación con uno o más resúmenes generados por humanos. Las métricas mejoradas se basan en características calculadas automáticamente a partir de los resúmenes para medir la calidad de contenido y lingüística. Las características se combinan utilizando uno de tres métodos: regresión robusta, mínimos cuadrados no negativos o correlación canónica, un método de eigenvalores. Las nuevas métricas superan significativamente al estándar anterior para la evaluación automática de resúmenes de texto, ROUGE.
Descripción
En este documento demostramos una familia de métricas para estimar la calidad de un resumen de texto en relación con uno o más resúmenes generados por humanos. Las métricas mejoradas se basan en características calculadas automáticamente a partir de los resúmenes para medir la calidad de contenido y lingüística. Las características se combinan utilizando uno de tres métodos: regresión robusta, mínimos cuadrados no negativos o correlación canónica, un método de eigenvalores. Las nuevas métricas superan significativamente al estándar anterior para la evaluación automática de resúmenes de texto, ROUGE.