Abstraksi dokumen menggunakan analisis kausalitas knowledge graph

Abstract

Rangkuman dari suatu isi dokumen pada umumnya berupa teks biasa. Secara fungsional, rangkuman ini cukup memudahkan para pencari informasi dalam mencari informasi yang diinginkan. Namun, rangkuman membutuhkan daya pikir yang lebih besar dibandingkan rangkuman yang berbentuk visual. Hal ini dikarenakan rangkuman elektronik (yang dibentuk secara sistem) tentu akan mengembalikan beberapa hasil berupa kalimat-kalimat yang tidak baku. Penelitian yang dilakukan menganalisis relasi kausalitas dalam knowledge graph dengan tujuan untuk mereformulasi atau mengabstraksi sebuah teks. Kalimat-kalimat yang dianalisis kausalitas akan diekstraksi terlebih dahulu dengan tujuan kalimat yang akan diabstraksi adalah kalimat-kalimat penting dari dokumen. Metode yang digunakan untuk mengekstraksi teks adalah kombinasi linear. Variabel-variabel yang digunakan adalah jenis kata (kata dasar atau frase), jenis kata buang (stop list) indeks kata dalam satu dokumen yang sama, dan indeks kata dalam satu paragraf yang sama. Variabel jenis kata dalam metode kombinasi linear ini digunakan untuk mencari nilai indeks terbesar yang akan mengakumulasi nilai indeks kalimat. Pencarian nilai indeks terbesar memiliki tujuan kata-kata yang paling relevan sebisa mungkin memiliki pengaruh besar terhadap nilai indeks kalimat.