Perpustakaan Digital ITB

Pertumbuhan berita digital yang sangat cepat menimbulkan kebutuhan akan sistem peringkasans otomatis agar pembaca dapat memahami inti informasi secara cepat dan efisien. Penelitian terkait peringkasan berbasis representasi semantik masih relatif terbatas. Penelitian terkait peringkasan berita Bahasa Indonesia sebelumnya dengan menggunakan Integer Linear Programming (ILP) dan seleksi sub graf memiliki kelemahan yaitu sistem peringkasan memiliki kecenderungan bias terhadap posisi awal kalimat. Keterbatasan ini menunjukkan perlunya pendekatan yang mampu memodelkan struktur makna secara lebih eksplisit, sehingga diperlukan pendekatan yang mampu menangkap struktur makna secara lebih eksplisit. Tesis ini bertujuan untuk mengembangkan sistem peringkasan berita Bahasa Indonesia berbasis Abstract Meaning Representation (AMR) dengan pendekatan Graph-to-Text menggunakan Graph Neural Network (GNN). Penelitian ini memodifikasi proses merging pada penelitian sebelumnya dengan menambahkan person merging, yaitu proses untuk mengidentifikasi dan menggabungkan simpul-simpul bertipe person yang mengacu pada entitas orang yang sama. Proses ini dilakukan agar representasi entitas dalam graf AMR menjadi lebih konsisten sebelum diproses lebih lanjut oleh model. Arsitektur Model yang digunakan terdiri atas encoder berbasis Graph Convolutional Network (GCN) dan decoder berbasis Recurrent Neural Network (RNN) untuk menghasilkan ringkasan teks. Input dari encoder GCN berupa matriks ketetanggaan dari graf AMR dan matriks fitur simpul. Sebagai pembanding, digunakan sistem peringkasan dengan concept merging dan metode seleksi subgraf berbasis Integer Linear Programming (ILP) yang kemudian dipadukan dengan ekstraksi kalimat untuk meningkatkan keterbacaan ringkasan. Evaluasi dilakukan menggunakan dataset XLSUM Bahasa Indonesia. Hasil eksperimen menunjukkan bahwa pendekatan Graph-to-Text menghasilkan skor ROUGE-1 sebesar 0.195, ROUGE-2 sebesar 0.048, dan ROUGE-L sebesar 0.146. Nilai evaluasi yang didapatkan mampu melewati nilai baseline dan pendekatan yang diusulkan mampu merangkum lebih banyak dokumen dibandingkan metode ILP dan menunjukkan bahwa representasi semantik berbasis graf AMR berpotensi dikembangkan lebih lanjut untuk tugas peringkasan teks berita Bahasa Indonesia.