索兰ni 库尔德语科研文档的自动文本摘要

从科学文档中提取简洁信息有助于学习者、研究人员和实践者。自动文本摘要（ATS）是一种关键的自然语言处理（NLP）应用，自动完成这一过程。虽然许多语言都有 ATS 方法，但库尔德语因资源有限而不成熟。本研究基于来自库尔德地区两所大学四个学术部门收集的 231 篇索兰ni 库尔德语科学论文开发了数据集和语言模型，平均每篇文档约 26 页。使用句子加权和术语频率—逆文档频率（TF-IDF）算法进行实验，实验方式不同于是否包含结论。第一实验的平均字数为 5,492.3，第二实验的平均字数为 5,266.96。结果通过 ROUGE-1、ROUGE-2 和 ROUGE-L 指标进行人工和自动评估，最佳准确率达到 19.58%。六位专家使用三个标准进行手动评估，结果因文档而异。该研究为库尔德语 NLP 研究人员提供了宝贵的资源，以推动 ATS 及相关领域的发展。