Menghitung Bobot Sebaran Kalimat Berdasarkan Sebaran Kata

Abstract

Algoritma pembobotan kalimat memiliki peranan penting dalam natural language processing(NLP) khususnya untuk menentukan topik dan ringkasan dokumen. Bobot kalimat dapat dihitung berdasarkan bobot unsur-unsur pembentuk kalimat yaitu bobot kata. Metode sebaran kata telah membuktikan bahwa kata tersebar merupakan factor utama yang dapat dijadikan ukuran untuk mengungkap kata-kata penting dalam sebuah dokumen. Jika kata penting merupakan kata tersebar maka kalimat penting dapat dihitung berdasarkan unsur-unsur sebarannya. Penelitian ini mengenalkan metode pembobotan kalimat menggunakan sebaran kalimat. Sebaran kalimat dihitung berdasarkan unsur-unsur pembentuknya yaitu sebaran kata. Metode ini telah di ujicobakan dalam peringkasan multi-dokumen. Data yang digunakan dalam penelitian adalah Document Understanding Conferences tahun 2004 dan evaluasi menggunakan metode ROUGE-1. Hasil Ujicoba pembobotan kalimat untuk peringkasan dokumen menunjukkan metode yang diusulkan memiliki performa lebih baik jika dibandingkan dengan metode LIGI. Hasil evaluasi menggunakan ROUGE-1 terbukti metode sebaran kalimat meningkat 5,1% dibanding dengan metode LIGI.