Nisrina Arintia Maghfiroh, G. Wicaksono, C. Aditya
{"title":"Peringkasan Berita在线冠状病毒登根方法词汇链丹词义消歧","authors":"Nisrina Arintia Maghfiroh, G. Wicaksono, C. Aditya","doi":"10.34010/komputika.v10i2.4499","DOIUrl":null,"url":null,"abstract":"Peringkasan berita otomatis merupakan aktivitas mengekstraksi inti dari berita tanpa mengurangi makna penting yang terdapat dalam berita tersebut. Dalam peringkasan berita otomatis terdapat beberapa metode yang dapat digunakan salah satunya yaitu metode Lexical Chain. Metode ini memiliki kinerja yang baik dalam peringkasan teks dengan cara menentukan chain tertinggi. Namun, metode ini memiliki kelemahan yaitu tidak bisa mengidentifikasi kata ambigu yang terdapat pada kalimat berita. Oleh karena itu, untuk memperbaiki kekurangan dari kelemahan metode Lexical Chain maka pada penelitian ini dilengkapi dengan Word Sense Disambiguation untuk mengidentifikasi kata ambigu. Penelitian ini menggunakan 100 berita tentang Covid-19 yang bersumber dari portal berita online terpopuler. Pengujian akurasi peringkasan berita otomatis yang digunakan dalam penelitian ini menggunakan Recall-Oriented Understudy for Gisting Evaluation (ROUGE). Adapun evaluasi yang digunakan pada penelitian ini ada tiga macam yaitu precission, recall, dan f-measure. Hasil evaluasi diperoleh nilai rata-rata precission sebesar 0,62, recall sebesar 0,20, dan f-measure sebesar 0,30.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2021-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Peringkasan Berita Online Corona Virus dengan Metode Lexical Chain dan Word Sense Disambiguation\",\"authors\":\"Nisrina Arintia Maghfiroh, G. Wicaksono, C. Aditya\",\"doi\":\"10.34010/komputika.v10i2.4499\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Peringkasan berita otomatis merupakan aktivitas mengekstraksi inti dari berita tanpa mengurangi makna penting yang terdapat dalam berita tersebut. Dalam peringkasan berita otomatis terdapat beberapa metode yang dapat digunakan salah satunya yaitu metode Lexical Chain. Metode ini memiliki kinerja yang baik dalam peringkasan teks dengan cara menentukan chain tertinggi. Namun, metode ini memiliki kelemahan yaitu tidak bisa mengidentifikasi kata ambigu yang terdapat pada kalimat berita. Oleh karena itu, untuk memperbaiki kekurangan dari kelemahan metode Lexical Chain maka pada penelitian ini dilengkapi dengan Word Sense Disambiguation untuk mengidentifikasi kata ambigu. Penelitian ini menggunakan 100 berita tentang Covid-19 yang bersumber dari portal berita online terpopuler. Pengujian akurasi peringkasan berita otomatis yang digunakan dalam penelitian ini menggunakan Recall-Oriented Understudy for Gisting Evaluation (ROUGE). Adapun evaluasi yang digunakan pada penelitian ini ada tiga macam yaitu precission, recall, dan f-measure. Hasil evaluasi diperoleh nilai rata-rata precission sebesar 0,62, recall sebesar 0,20, dan f-measure sebesar 0,30.\",\"PeriodicalId\":52813,\"journal\":{\"name\":\"Komputika\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-08-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Komputika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.34010/komputika.v10i2.4499\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Komputika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34010/komputika.v10i2.4499","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Peringkasan Berita Online Corona Virus dengan Metode Lexical Chain dan Word Sense Disambiguation
Peringkasan berita otomatis merupakan aktivitas mengekstraksi inti dari berita tanpa mengurangi makna penting yang terdapat dalam berita tersebut. Dalam peringkasan berita otomatis terdapat beberapa metode yang dapat digunakan salah satunya yaitu metode Lexical Chain. Metode ini memiliki kinerja yang baik dalam peringkasan teks dengan cara menentukan chain tertinggi. Namun, metode ini memiliki kelemahan yaitu tidak bisa mengidentifikasi kata ambigu yang terdapat pada kalimat berita. Oleh karena itu, untuk memperbaiki kekurangan dari kelemahan metode Lexical Chain maka pada penelitian ini dilengkapi dengan Word Sense Disambiguation untuk mengidentifikasi kata ambigu. Penelitian ini menggunakan 100 berita tentang Covid-19 yang bersumber dari portal berita online terpopuler. Pengujian akurasi peringkasan berita otomatis yang digunakan dalam penelitian ini menggunakan Recall-Oriented Understudy for Gisting Evaluation (ROUGE). Adapun evaluasi yang digunakan pada penelitian ini ada tiga macam yaitu precission, recall, dan f-measure. Hasil evaluasi diperoleh nilai rata-rata precission sebesar 0,62, recall sebesar 0,20, dan f-measure sebesar 0,30.
京公网安备 11010802042870号
京ICP备2023020795号-1
分享
求助内容：
应助结果提醒方式：
扫码关注我们
