NLP TRANSFORMERS: ANALYSIS OF LLMS AND TRADITIONAL APPROACHES FOR ENHANCED TEXT SUMMARIZATION

Yunus Emre Işıkdemir

Makale detayları

NLP TRANSFORMERS: ANALYSIS OF LLMS AND TRADITIONAL APPROACHES FOR ENHANCED TEXT SUMMARIZATION

Yazarlar:

Yunus Emre Işıkdemir

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Bilgisayar Yazılımı

Dergi:

Eskişehir Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi Vol.32 Issue 1, pp.1140-1151

Belge Tipi:

Makale

Yayın Tarihi:

4/2024

Belge Dili:

İngilizce

Document ID (Org No.):

2001315500

pISSN:

2630-5712

Anahtar kelimeler:

Özet:

 As the amount of the available information continues to grow, finding the relevant information has become increasingly challenging. As a solution, text summarization has emerged as a vital method for extracting essential information from lengthy documents. There are various techniques available for filtering documents and extracting the pertinent information. In this study, a comparative analysis is conducted to evaluate traditional approaches and state-of-the-art methods on the BBC News and CNNDailyMail datasets. This study offers valuable insights for researchers to advance their research and helps practitioners in selecting the most suitable techniques for their specific use cases.

 As the amount of the available information continues to grow, finding the relevant information has become increasingly challenging. As a solution, text summarization has emerged as a vital method for extracting essential information from lengthy documents. There are various techniques available for filtering documents and extracting the pertinent information. In this study, a comparative analysis is conducted to evaluate traditional approaches and state-of-the-art methods on the BBC News and CNNDailyMail datasets. This study offers valuable insights for researchers to advance their research and helps practitioners in selecting the most suitable techniques for their specific use cases.

 As the amount of the available information continues to grow, finding the relevant information has become increasingly challenging. As a solution, text summarization has emerged as a vital method for extracting essential information from lengthy documents. There are various techniques available for filtering documents and extracting the pertinent information. In this study, a comparative analysis is conducted to evaluate traditional approaches and state-of-the-art methods on the BBC News and CNNDailyMail datasets. This study offers valuable insights for researchers to advance their research and helps practitioners in selecting the most suitable techniques for their specific use cases.

 Hızla büyüyen yüksek hacimli bilgi kaynaklarından faydalı bilgilere erişim, giderek zorlaşmaktadır. Bu soruna çözüm olarak geliştirilen metin özetleme yöntemleri, yüksek hacimli belgelerden önemli bilgilerin çıkarılmasında önemli bir role sahiptir. Belgeleri filtreleme ve ilgili bilgileri çıkarma amacıyla çeşitli teknikler mevcuttur. Bu çalışmada, BBC News ve CNNDailyMail veri setleri üzerinde, geleneksel yaklaşımlar ile en güncel yöntemlerin karşılaştırmalı analizini sunmaktadır. Araştırmacılara ilerlemelerine katkı sağlayacak değerli bilgiler sunmakta ve uygulayıcıların özel kullanım durumlarına en uygun teknikleri seçmelerine yardımcı olmaktadır.

Makale detayları

NLP TRANSFORMERS: ANALYSIS OF LLMS AND TRADITIONAL APPROACHES FOR ENHANCED TEXT SUMMARIZATION

Yazarlar:

Yunus Emre Işıkdemir

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Bilgisayar Yazılımı

Dergi:

Eskişehir Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi Vol.32 Issue 1, pp.1140-1151

Belge Tipi:

Makale

Yayın Tarihi:

4/2024

Belge Dili:

İngilizce

Document ID (Org No.):

2001315500

pISSN:

2630-5712

Text Summarization

Transformers

NLP

LLM

Deep LearningMetin Özetleme

Transformer

Doğal Dil İşleme

Büyük Dil Modelleri

Derin Öğrenme

Sayı

Makale detayları

Yazarlar: Yunus Emre Işıkdemir

Yayıncı: Eskişehir Osmangazi University

Ana Başlıklar: Bilgisayar Yazılımı

Dergi: Eskişehir Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi Vol.32 Issue 1, pp.1140-1151

Belge Tipi: Makale

Yayın Tarihi: 4/2024

Belge Dili: İngilizce

Document ID (Org No.): 2001315500

pISSN: 2630-5712

Sayı

Yazarlar:

Yunus Emre Işıkdemir

Yayıncı:

Eskişehir Osmangazi University

Ana Başlıklar:

Bilgisayar Yazılımı

Dergi:

Eskişehir Osmangazi Üniversitesi Mühendislik ve Mimarlık Fakültesi Dergisi Vol.32 Issue 1, pp.1140-1151

Belge Tipi:

Makale

Yayın Tarihi:

4/2024

Belge Dili:

İngilizce

Document ID (Org No.):

2001315500

pISSN:

2630-5712