Generación automática de resúmenes de múltiples documentos basada en el algoritmo GHS+LEM

Abstract

En este trabajo de investigación se propone un algoritmo GHS+LEM para la selección de oraciones que permite crear resúmenes extractivos de múltiples documentos. El tipo de resumen que se genera tiene las siguientes características: Extractivo porque únicamente se seleccionan oraciones para conformar el resumen, el nivel de procesamiento es superficial debido a que se utilizan características poco profundas, genérico porque no depende de la audiencia a la que va dirigido el resumen, mono-lenguaje ya que solo se resumirán documentos en inglés, múltiples documentos y no depende del tipo de documento a resumir (científico, noticias, blogs) sin embargo las pruebas se realizan con fuentes de DUC, organización que proporciona documentos de noticias con sus respectivos resúmenes realizados por expertos. Para evaluar la calidad de los resúmenes generados automáticamente por GHS+LEM se utiliza la herramienta ROUGE.