خلاصه ساز متن

TLDR چیست ؟

خلاصه سازی همیشه یکی از دغدغه های دانشجویان و محققان و تمامی افرادی که با کمبود وقت و منابع زیاد مواجه هستند ، است . قبل از ظهور هوش مصنوعی، خلاصه کردن متون ، اغلب توسط انسان انجام می شد. اما با پیشرفت یادگیری ماشین این وظیفه به صورت خودکار شده است.

خلاصه سازی خودکار ، یعنـی تولیـد نسـخه ی مختصرتر از متن اصلی به طوری که ویژگی ها و نکات اصلی متن اصلی حفـظ شود . امروزه سیستم های خلاصه ساز کاربردهـای زیادی دارنـد . خلاصه سازی ممکن است به صورت استخراجی یا چکیده سازی انجام شود.

خلاصه سازی استخراجی با انتخـاب جملاتـی از سـند ورودی خلاصـه را تولید می کند به طوری که بین جملات خلاصه انسجام و پیوسـتگی برقـرار می شود . در مجموع ، سـه مرحلـه پیش پردازش، پردازش و تولید در فرآیند این نوع خلاصه سـازی وجـود دارد. در نخستین مرحله باید متن ورودی به ساختاری قابل پردازش توسط خلاصه سـاز تبدیل گردد.

در رویکردهای مبتنی بر ویژگی، خلاصه سـاز بـا شناسـایی ویژگـی هـای ظاهری یک جمله، امتیازی را به جمله نسبت می دهد. مکـان جملـه در مـتن، طول جمله و حضور یا عدم حضور کلمات کلیدی، اسامی خاص، کلمات مندرج در عنوان سند ورودی، ضمایر، کلمات با حـروف بـزرگ و عبـارات کلیـدی در متن بخشی از این ویژگی های ظاهری هستند که در اغلـب خلاصـه سـازهای استخراجی امروزی وجـود دارنـد. یکی از روش های خودکار خلاصه سازی TLDR است.

TLDR چیست ؟

TLDR یا TL;DR مخفف too long; didn't read، به معنای این است که خیلی طولانی است آن را نخوان . اصطلاح TLDR زمانی به کار می رود که خواندن متن بسیار طولانی است و زمان زیادی از خواننده می برد. TLDR از سال 2002 روی پیام Usenet newsgroup منتشر شد به وجود آمد.

 TLDR یکی از اصطلاحات زبان عامیانه اینترنت است. TLDR زمانی به کار می رود که محتوا طولانی است و شما می خواهید به قطعه ای از آنچه که متن را توضیح می دهد دسترسی داشته باشید . یعنی بدون اینکه وقت زیادی را برای خواندن متون طولانی در وب بگذارید، از محتوای آن در یک جمله آگاه شوید.

کاربرد هایی برای TLDR وجود دارد. که در ادامه برخی از آنها معرفی خواهند شد:

خلاصه سازی محتوا :

TL;DR می تواند برای خلاصه کردن محتوای طولانی مثل نتیجه گیری یا توضیحات به کار رود. این خلاصه ی ساخته شده می تواند در ابتدا یا انتهای متن ، به همراه ارجاع به منبع اصلی قرار بگیرد.

نشان دهنده اینکه محتوا برای خواندن طولانی است:

TLDR ، می تواند برای اظهار نظر در مورد چیزی که شخصی نوشته مانند پست های شبکه های اجتماعی یا متن های خبری به کار رود تا نشان دهد که محتوای ارائه شده طولانی است.

اظهار نظر غیررسمی TL;DR:

همچنین می‌تواند به عنوان یک حروف غیررسمی برای اظهار نظر در مورد اینکه یک بلوک متن به دلیل طولانی بودن نادیده گرفته شده است استفاده شود.

خلاصه ساز هوش مصنوعی

TLDR برای خوانش متون طولانی در وب به کار می رود. ابزارهایی برای ساخت TLDR وجود دارند که در ادامه به معرفی آنها خواهیم پرداخت.

خوانش متون فارسی برای بسیاری از خلاصه ساز های آنلاین با مشکل روبرو است. اما https://v1.tldrthis.com مشکل خلاصه سازی متون فارسی را حل کرده است.

خلاصه ساز رایگان فارسی

برای خلاصه سازی متون فارسی، بهتر است از گزینه ی Paste Article Text استفاده کنید . متن مورد نظری که برای خلاصه نیاز دارید را کپی و در باکس دوم paste کنید و بعد روی summarize this کلیک کنید.

خلاصه ی متن فارسی شما آماده است.

افزونه ی خلاصه ساز رایگان

Tldrthis علاوه بر وب سایت افزونه ای دارد که با نصب آن ، می توانید TLDR یا خلاصه ی متن موجود در وب را ملاحظه کنید . برای نصب افزونه ی خلاصه ساز رایگان می توانید به آدرس https://chromewebstore.google.com/detail/tldr-this-free-automatic/jjmnbidkmmabkalampbilajnheeokpoj مراجعه کنید.

پس از نصب افزونه خلاصه ساز رایگان TLDR ، در صفحات وب زمانی که نیاز به خلاصه ساز آنلاین داشتید روی افزونه کلیک کنید. در مثال زیر ، بعد از مراجعه به صفحه ی مقاله ، روی دکمه ی TLDR کلیک شده و نکات مهمی از مقاله به شما ارائه می شود. همچنین، این ابزار خلاصه ساز برای متون فارسی هم مناسب است.

TLDR در سمنتیک اسکالر

یکی از نمایه های علمی که TLDR ارائه می دهد، پایگاه سمنتیک اسکالر Semantic Scholar است. برای ملاحظه ی خلاصه ی مقالات به صورت آنلاین یا در اصطلاح TLDR ، بعد از جستجو در پایگاه سمنتیک اسکالر ، می توانید در صفحه ی نتایج tldr مربوط به هر مقاله را ملاحظه کنید. اگر خلاصه ی کوتاه شده ی مقاله برای شما مناسب بود می توانید با انتخاب expand جزئیات بیشتری از مقاله را ببینید.

منبع:

بهره پور، مجید، مهدی پور، الهام، کامل قالیباف، آزاده، امیری، ملیحه، طهماسبی، آیدا، و اکبرزاده توتونچی، محمدرضا. (1387). سیستم خلاصه ساز خودکار متن های فارسی. کنفرانس ملی سالانه انجمن کامپیوتر ایران. SID. https://sid.ir/paper/817426/fa