| ชื่อบทความที่เผยแพร่ |
Efficient Algorithms for Thai Tweet Summarization |
| วัน/เดือน/ปี ที่เผยแพร่ |
16 ธันวาคม 2559 |
| การประชุม |
| ชื่อการประชุม |
icsec 2016, IEEE International Computer Science and Engineering Conference (ICSEC2016) |
| หน่วยงาน/องค์กรที่จัดประชุม |
Maejo University |
| สถานที่จัดประชุม |
Chiang Mai Orchid Hotel |
| จังหวัด/รัฐ |
Chiang Mai |
| ช่วงวันที่จัดประชุม |
14 ธันวาคม 2559 |
| ถึง |
17 ธันวาคม 2559 |
| Proceeding Paper |
| Volume (ปีที่) |
2016 |
| Issue (เล่มที่) |
20 |
| หน้าที่พิมพ์ |
56 |
| Editors/edition/publisher |
IEEE |
| บทคัดย่อ |
Nowadays, Twitter is one of the most popular
microblogging services. A user may follow many people who
may post a 140 character status (tweet) often. Thus, if the user
does not continuously read tweets, users may find an excessive
number of unread tweets. Such incident causes a burden on the
user to find the relevant tweet. It is one of the reasons why
Twitter can lead users to feel overloaded with information. This
article implemented and evaluated six automatic summarization
algorithms for finding similar Thai tweets. The experimental
results showed that TextRank algorithm performed the best
because this algorithm selected the tweets with the highest scores.
On the other hand, Hybrid TF-IDF algorithm could detect
similar tweets the least because this algorithm calculated the
score by taking the sum frequency of words in a tweet instead
of considering the similarity in the level of sentences. |
| ผู้เขียน |
|
| การประเมินบทความ (Peer Review) |
มีผู้ประเมินอิสระ |
| มีการเผยแพร่ในระดับ |
นานาชาติ |
| รูปแบบ Proceeding |
Abstract |
| รูปแบบการนำเสนอ |
Oral |
| เป็นส่วนหนึ่งของวิทยานิพนธ์ |
ไม่เป็น |
| ผลงานที่นำเสนอได้รับรางวัล |
ไม่ได้รับรางวัล |
| แนบไฟล์ |
|
| Citation |
0
|
|
|
ข้อมูลการเผยแพร่ผลงาน
การเผยแพร่ในรูปของบทความวารสารทางวิชาการ
English