mv-text-summarizer

Steps

1. Segment Dataset

python create_dataset/segmentation.py

3. Extract Features: Extrai as features dos documentos segmentados e gera os rótulos das sentenças

python src/main_extract_features.py

3. Create Dataset: Cria o dataset utilizado para treinamento dos algoritmos. Os dados serão normalizados e balanceados.

python src/main_create_dataset.py 

• Input: Matrizes de features e lista com o nome dos arquivos utilizados como test.

  dataset/introduction.csv dataset/materials.csv dataset/conclusion.csv dataset/indices_summ.csv

Output Format: Dicionary = {X_train: pd.DataFrame,
                     X_test: pd.DataFrame,
                     y_train: list,
                     y_test: list,
                     X_train_nf: pd.DataFrame,
                     X_test_nf: pd.DataFrame}

4. Create embeddings: As matrixes são adicionadas no dataframe anterior

python src/create_embeddings.py 

Output Format: Dicionary = {X_train: pd.DataFrame,
                     X_test: pd.DataFrame,
                     y_train: list,
                     y_test: list,
                     X_train_nf: pd.DataFrame,
                     X_test_nf: pd.DataFrame,
                     X_train_embbed: pd.DataFrame,
                     X_test_embbed: pd.DataFrame}

5. View Fusion: As matrixes são adicionadas no dataframe anterior.

python src/autoencoders.py 

Output Format: Dicionary = {X_train: pd.DataFrame,
                     X_test: pd.DataFrame,
                     y_train: list,
                     y_test: list,
                     X_train_nf: pd.DataFrame,
                     X_test_nf: pd.DataFrame,
                     X_train_embbed: pd.DataFrame,
                     X_test_embbed: pd.DataFrame,
                     X_train_f1: pd.DataFrame,
                     X_test_f1: pd.DataFrame}

7. Tunning

python src/pipeline_tunning.py 

9. Train Classifiers

python src/pipeline_classifiers.py 

11. Summarization and Evaluate

python src/pipeline_summarization.py 

All process can be executed running main.py