Peringkasan Berita Online Corona Virus dengan Metode Lexical Chain dan Word Sense Disambiguation

Peringkasan berita otomatis merupakan aktivitas mengekstraksi inti dari berita tanpa mengurangi makna penting yang terdapat dalam berita tersebut. Dalam peringkasan berita otomatis terdapat beberapa metode yang dapat digunakan salah satunya yaitu metode Lexical Chain. Metode ini memiliki kinerja yang baik dalam peringkasan teks dengan cara menentukan chain tertinggi. Namun, metode ini memiliki kelemahan yaitu tidak bisa mengidentifikasi kata ambigu yang terdapat pada kalimat berita. Oleh karena itu, untuk memperbaiki kekurangan dari kelemahan metode Lexical Chain maka pada penelitian ini dilengkapi dengan Word Sense Disambiguation untuk mengidentifikasi kata ambigu. Penelitian ini menggunakan 100 berita tentang Covid-19 yang bersumber dari portal berita online terpopuler. Pengujian akurasi peringkasan berita otomatis yang digunakan dalam penelitian ini menggunakan Recall-Oriented Understudy for Gisting Evaluation (ROUGE). Adapun evaluasi yang digunakan pada penelitian ini ada tiga macam yaitu precission, recall, dan f-measure. Hasil evaluasi diperoleh nilai rata-rata precission sebesar 0,62, recall sebesar 0,20, dan f-measure sebesar 0,30.

Maintaining coherence in research argument: identifying qualitative differences between experts’ and students’ texts

This study explores coherence as a textual phenomenon in research writing Introductions. Drawing on Systemic Functional Linguistics, the analysis identifies differences in the quality of coherence in both experts’ and students’ texts by examining the semantic overlaps between the global Themes, followed by the quality of lexical chain deployment, and by how these inform the development of three rhetorical moves. Close analysis was performed on four texts, drawn from the corpora comprising 35 expert and 35 student research Introduction texts. The analysis reveals that the expert and student writers feature different paths in arguing. At global levels, the experts tend to have the key concepts resonate and their arguments are gradually narrowed down to occupy the niche of the study. The key concepts therefore often form into long and mixed chains both to sustain the line of the argument and to elaborate the difficult concepts. In the students’ texts, the key concepts are less consistently deployed, evidenced in how different paragraphs can develop different sets of concepts. Their long chains are also often formed by static terms which do not effectively develop the argument. Critical concepts often do not occupy prominent positions or are not mentioned earlier to allow for elaboration. When combined, these features compromised the development of the rhetorical move in the students’ texts.

Analisis Wacana Terkait Percakapan Konsep Matematika

This article offers discourse analysis to facilitate interpretation of discourse content presented in map form. This is intended to mean the content of discourse is not messy. Discourse analysis includes, selecting transcripts, creating lexical chain tables, constructing a "clean" map of semantic relationships between relevant content terms, semantic link analysis in transcripts, and building map transcripts using analysis from the previous stage.

Lexical Chain dan Word Sense Disambiguation Untuk Peringkasan Artikel Berbahasa Indonesia

Text Summarization adalah sebuah proses untuk menghasilkan ringkasan suatu dokumen dengan tidak menghilangkan informasi utama dari artikel. Ada beberapa metode untuk melakukan peringkasan, seperti metode rantai leksikal atau lexical chain yang memiliki kinerja yang baik untuk dokumen peringkasan dokumen tunggal. Meskipun demikian penggunaan metode lexical chain ini masih memiliki kelemahan yaitu tidak dapat mengidentifikasi kata yang berambigu dalam pembentukan lexical chain. Dalam penelitian ini, untuk memperbaiki kekurangan tersebut metode lexical chain dilengkapi dengan word sense disambiguation. Metode lexical chain dengan word sense disambiguation adalah metode pengembangan metode dari lexical chain. Dalam penelitian ini, setiap kata diperiksa ambiguitasnya. Pemeriksaan ini dilakukan untuk mendapatkan akurasi dalam menentukan lexical chain yang sesuai dengan konteks kalimat. Perbedaan mendasar dari metode lexical chain dengan word sense disambiguation dibandingkan dengan lexical chain, yaitu metode lexical chain dengan pengecekan word sense disambiguation sebelum menentukan rantai ambiguitas leksikal sedangan metode asli lexical chain ambiguitas tidak diperiksa. Metode lexical chain dengan word sense disambiguation diterapkan pada peringkasan artikel kesehatan. Dari hasil penelitian ini disimpulkan bahwa metode lexical chain dengan word sense disambiguation dapat memperbaiki kelemahan dalam metode sebelumnya karena metode lexical chain dengan word sense disambiguation dapat mengidentifikasi ambiguitas dan menghasilkan akurasi ringkasan yang lebih baik.