Penerapan model Bert2Bert untuk alat peringkasan abstraktif multi dokumen otomatis

Muharam, Aldi Fahluzi (2024) Penerapan model Bert2Bert untuk alat peringkasan abstraktif multi dokumen otomatis. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (84kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (28kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (33kB) | Preview
[img]
Preview
Text (BAB 1)
4_bab1.pdf

Download (133kB) | Preview
[img] Text (BAB 2)
5_bab2.pdf
Restricted to Registered users only

Download (374kB)
[img] Text (BAB 3)
6_bab3.pdf
Restricted to Registered users only

Download (319kB)
[img] Text (BAB 4)
7_bab4.pdf
Restricted to Registered users only

Download (309kB)
[img] Text (BAB 5)
8_bab5.pdf
Restricted to Registered users only

Download (29kB)
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (180kB)

Abstract

Penelitian ini menyelidiki efektivitas model Bert2Bert dan Bert2Bert+Xtreme yang diusulkan dalam melakukan peringkasan multi-dokumen abstraktif untuk bahasa Indonesia. Penelitian ini menggunakan model transformer sebagai dasar untuk mengembangkan model Bert2Bert dan Bert2Bert+Xtreme yang diusulkan. Penelitian ini menggunakan data set portal berita Liputan6 sebagai data pelatihan dan evaluasi. Hasil evaluasi model menggunakan R-1, R-2, R-L, dan BERTScore menunjukkan bahwa Bert2Bert lebih baik daripada Bert2Bert+Xtreme pada data canonical dan xtreme yang berasal dari data set Liputan6. Selain itu, evaluasi ROUGE dan BERTScore menunjukkan kemiripan antara Bert2Bert dengan BERTABS dan BERTEXTABS, yang menunjukkan kompetensi pada model yang diusulkan dalam menghasilkan ringkasan berkualitas. Terdapat tantangan analisa koseleksi ringkasan multi-dokumen karena referensi yang terbatas untuk dokumen bahasa Indonesia, analisis hasil ringkasan multi-dokumen berbasis konten dilakukan menggunakan metrik keterbacaan FKGL, GFI, dan Dwiyanto Djoko Pranowo mengungkapkan bahwa ringkasan yang dihasilkan oleh Bert2Bert dan Bert2Bert+Xtreme berada pada tingkat keterbacaan moderat, yang berarti cocok untuk pembaca dewasa dan selaras dengan target audiensi portal berita.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Abstraktif; Bert2Bert; Multi Dokumen; Peringkasan; Transformer;
Subjects: Data Processing, Computer Science
Special Computer Methods > Artificial Intelligence
Technology, Applied Sciences
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Informatika
Depositing User: Aldi Fahluzi Muharam
Date Deposited: 19 Sep 2024 02:27
Last Modified: 19 Sep 2024 02:27
URI: https://digilib.uinsgd.ac.id/id/eprint/98839

Actions (login required)

View Item View Item