research centers


Search results: Found 6

Listing 1 - 6 of 6
Sort by

Article
Genetic Based Optimization Models for Enhancing Multi- Document Text Summarization
التلخيص الاقتطاعي للمستندات النصية المتعددةباستخدام نماذج أمثلية مستندة على الخوارزمية الجينية

Authors: Hilal H. Saleh --- Nasreen J. Kadhim
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2015 Volume: 33 Issue: 8 Part (B) Scientific Pages: 1374-1387
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Extractive multi-document text summarization – a summarization with the aim of removing redundant information in a document collectionwhile preserving its salient sentences – has recently enjoyed a large interest in proposing automatic models.This paper proposes two models for extractivemulti-document summarization based on genetic algorithm (GA). First, the problem is described and modeled as a discrete optimization problem with two candidate expressions and a specific fitness function is designed to effectively cope with each candidate. Then, a binary-encoded representation together with a heuristic mutation and a local repair operator are proposed to characterize the adopted GA. The semantic roles of similarity of sentence to sentence, sentence to center of document collection and center of summary to center of document collectionareexploited in the proposed model formulations. Experiments are applied to ten clusters from DUC2002 datasets (d061j through d070f) and compared with another state-of-the-art model.Results clarify the effectiveness of the proposed models. Moreover, the injection of several levels of text similarity in the model formulation shows a positive impact on enhancing the overall performance of the proposed GA.

التلخيص الاقتطاعي للمستندات النصية المتعددة –تلخيص يهدف الى ازالة البيانات المتكررة بمجموعة مستندات مع الحفاظ على الجمل المهمة التي تبرز المحور الرئيسي الذي تدور حوله هذه المستندات – حصل مؤخرا على اهتمام واسع من خلال اقتراح نماذج رياضية اوتوماتيكية لصياغة هذه المشكلة. هذا البحث يقوم باقتراح نموذجينللتلخيص الاقتطاعي مستند على الخوارزمية الجينية. حيث تم اولا وصف ونمذجة المشكلة كمشكلة افضليةمتقطعة عن طريق نموذجين مع تصميم دالة ملائمة محددة لكل نموذج مقترح. والثاني هو استخدام تمثيل ثنائي معموجه طفرةومصحح محلي لمساعدة الخوارزمية الجينية المتبناة. تم تبني دور درجة التشابه بين كل جملة مع باقي الجمل في مجموعة المستندات النصية والتشابه بين كل جملة ومركز مجموعة المستندات النصية والتشابه بين مركز المختصر ومركز مجموعة المستندات النصية في النماذج المقترحة. التجارب طبقت على عشرةمحاور من مجموعة البيانات العالمية DUC2002وقد اظهرت النتائج فعالية النماذج المقترحة عندما تمت مقارنتها مع أحد النماذج الحديثة. أظهرت عملية حقن مستويات متعددة من مقياس التشابه النصي عند صياغة النموذجتأثير ايجابي على تحسين الأداء الكلي للخوارزمية الجينية المقترحة.

Keywords


Article
Data Hiding in Audio File by Modulating Amplitude
أخفاء البیانات في الملف الصوتي عن طریق تعدیل سعة العینات

Authors: Loay. A. Jorj --- Hilal H. Saleh --- Nidaa F.Hassan
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 5 Pages: 941-952
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this paper, two methods of a steganography are introduced for hidingsecret data in audio media file (.WAV). Hiding in audio becomes a challengingdiscipline, since the Human Auditory System is extremely sensitive. The firstproposed method is used to embed binary sequence with high data rate bymodulating the amplitude of WAVE file. The embedding process utilizes theamplitude modulation of the cover signal; the manipulation of the sample dependson its previous sample and next sample. By using this hiding method, good hidingrate is achieved, but it is noticed that the secret data produced by this method doesnot resist the modifications produced compression. The second suggested hidingmethods are oriented to embed the secret data such that it is capable of survivingagainst modifications produced by compression. This method exploits some of thefeatures of speech signal, more especially the features of the Voiced-Unvoicedblocks. The second proposed hiding method is used to embed secret data bymodulating the amplitude of the voiced blocks of cover audio data. Hiding rate isnot high as first method since it hiddes only in voiced segments ,so it could surviveagainst compression.

في هذا البحث جرى عرض اثنان من الطرائق الجديدة لأخفاء البيانات السرية في ملفاتأن الأخفاء في الصوت هو بالغ الدقة ,لأن النظام السمعي . (.Wav) صوتية ذات الأستطالةللأنسان جدا حساس. الطريقة المقترحة الأولى تم أخفاء البيانات السرية عن طريق تعديلويعتمد التعديل لأية عينة على العينتين السابقة و , (WAVE) سعة عينات الملف الصوتياللاحقة , وقد حققت هذة الطريقة نسبة جيدة من الاخفاء . لكن لوحظ بأن البيانات السريةالمخفية لاتستطيع الصمود امام التغيرات التي تحصل بواسطة الضغط. اما الطريقه الثانية فقدجرى تصميمها لأخفاء بيانات سرية لها القدرة على الصمود أمام التغيرات التي يمكن ان يتعرضله الصوت بواسطة الضغط . حيث تم أستغلال بعض خصائص أشارة الكلام ( بدقة اكثرالمقاطع الصوتية واللاصوتية) لغرض أخفاء نسب محددة من البيانات السرية. وفي الطريقةالثالثة تم أخفاء البيانات السرية بأستخدام تقنية تعديل سعة عينات المقاطع الصوتية للملفالصوتي (الغطاء) . وقد كان عدد البتات التي يمكن أخفائها ليس عاليا كما في الطريق الاولىلان الاخفاء يتم في المناطق الصوتيه فقط ليصبح لها القدره على الصمود امام الضغط.


Article
Data Hiding in Sound Using Time Modulation of Unvoiced Blocks
أخفاءالبيانات في الصوت بأستخدام تعديل الوقت للمقاطع اللاصوتية

Authors: Hilal H. Saleh --- Loay A. Jorj --- Nidaa F.Hassan
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2009 Volume: 27 Issue: 6 Pages: 1184-1196
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper is concerned with hiding secret data in audio media file (.WAV). Whenperforming data hiding in audio, one must exploit the weaknesses of Human Auditory System(HAS), while at the same time being a ware of the extreme sensitivity of this system. Thishiding method is oriented to embed the secret data such that it is capable of surviving againstmodifications produced by MP3 compression standard. Statistical and analyticalinvestigations are performed to assess the variations which may occur in the WAVE audiowhen it is subjected to MP3 compression. Features of speech signal are exploited (Voiced-Unvoiced segments) for embedding the secret data. Hiding is attempt by shortening orelongating the unvoiced blocks of audio file (cover) data. To support the immunity of theproposed hiding system, an encryption method is added to the proposed hiding system.

أن الأخفاء في الصوت . (.Wav) يهتم هذا البحث بأخفاء البيانات السرية في ملفات صوتية ذات الأستطالةيتم عن طريق استغلال مناطق الضعف في النظام السمعي للانسان وفي نفس الوقت يجب الحذرمنالتحسس الشديد لهذا النظام . ان طريقه الاخفاء جرى تصميمها لأخفاء بيانات سرية لها القدرة على الصمودفبعد . (MP أمام التغيرات التي يمكن ان يتعرض له الصوت بواسطة ال برنامج القياسي لضغط الصوت ( 3أجراء تحليل أحصائي وعددي لأيجاد أنماط الأختلافات التي قد تحدث على بيانات الملف الصوتيتم أستغلال خصائص أشارة الكلام (المقاطع . (MP عندما يتعرض الى ضغط بواسطة ( 3 (WAVE)الصوتية واللاصوتية ) لغرض أخفاء البيانات السرية . حيث تم أخفاء البيانات السرية بأستخدام تقنية تقصيرأو أستطالة المقاطع اللاصوتية في الملف الصوتي (الغطاء) .ولزيادة درجة الامنية للنظام المقترح , تمأضافة طريقة تشفير الى نظام الأخفاء المقترح.


Article
Improving Extractive Multi-Document Text Summarization Through Multi-Objective Optimization

Authors: Nasreen J. Kadhim --- Hilal H. Saleh --- Bara’a Attea
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2018 Volume: 59 Issue: 4B Pages: 2135-2149
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Multi-document summarization is an optimization problem demanding optimization of more than one objective function simultaneously. The proposed work regards balancing of the two significant objectives: content coverage and diversity when generating summaries from a collection of text documents. Any automatic text summarization system has the challenge of producing high quality summary. Despite the existing efforts on designing and evaluating the performance of many text summarization techniques, their formulations lack the introduction of any model that can give an explicit representation of – coverage and diversity – the two contradictory semantics of any summary. In this work, the design of generic text summarization model based on sentence extraction is redirected into more semantic measure reflecting individually both content coverage and content diversity as two explicit optimization models. The problem is defined by projecting the first criterion, i.e. content coverage in the light of text similarity. The proposed model hypothesizes a possible decomposition of text similarity into three different levels of optimization formula. First, aspire to global optimization, the candidate summary should cover the summary of the document collection. Then, to attain, less global optimization, the sentences of the candidate summary should cover the summary of the document collection. The third level of optimization is content with local optimization, where the difference between the magnitude of terms covered by the candidate summary and those of the document collection should be small. This coverage model is coupled with a proposed diversity model and defined as a Multi-Objective Optimization (MOO) problem. Moreover, heuristic perturbation and heuristic local repair operators have been proposed and injected into the adopted evolutionary algorithm to harness its strength. Assessment of the proposed model has been performed using document sets supplied by Document Understanding Conference 2002 (DUC2002) and a comparison has been made with other state-of-the-art methods. Metric used to measure performance of the proposed work is Recall-Oriented Understudy for Gisting Evaluation (ROUGE) toolkit. Results obtained support strong proof for the effectiveness and the significant performance awarded to the proposed MOO model over other state-of-the-art models.


Article
Extractive Multi-Document Text Summarization Using Multi-Objective Evolutionary Algorithm Based Model
التلخيص الأقتطاعي للنصوص متعددة المستندات باستخدام نموذج مستند على الخوارزمية التطورية متعددة الاهداف

Authors: Hilal H. Saleh هلال هادي صالح --- Nasreen J. Kadhim نسرين جواد كاظم
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2016 Volume: 57 Issue: 1C Pages: 728-741
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Automatic document summarization technology is evolving and may offer a solution to the problem of information overload. Multi-document summarization is an optimization problem demanding optimizing more than one objective function concurrently. The proposed work considers a balance of two significant objectives: content coverage and diversity while generating a summary from a collection of text documents. Despite the large efforts introduced from several researchers for designing and evaluating performance of many text summarization techniques, their formulations lack the introduction of any model that can give an explicit representation of – coverage and diversity – the two contradictory semantics of any summary. The design of generic text summarization model based on sentence extraction is modeled as an optimization problem redirected into more semantic measure reflecting individually both content coverage and content diversity as an explicit individual optimization models. The proposed two models are then coupled and defined as a multi-objective optimization (MOO) problem. Up to the best of our knowledge, this is the first attempt to address text summarization problem as a MOO model. Moreover, heuristic perturbation and heuristic local repair operators are proposed and injected into the adopted evolutionary algorithm to harness its strength. Assessment of the proposed model is performed using document sets supplied by Document Understanding Conference 2002 (DUC 2002) and a comparison is made with other state-of-the-art methods using Recall-Oriented Understudy for Gisting Evaluation (ROUGE) toolkit. Results obtained support strong proof for the effectiveness of the proposed model based on MOO over other state-of-the-art models.

تقنية التلخيص الأوتوماتيكي تطور وربما تقدم حل الى مشكلة الحمل الزائد للمعلومات. عملية التلخيص للنصوص متعددة المستندات تصنف على انها مشكلة أمثلية تتطلب الاستفادة المثلى من اكثر من دالة هدف في وقت واحد. العمل المقترح يأخذ بنظر الأعتبار تحقيق التوازن بين هدفين مهمين هما: تغطية المحتوى لمجموعة المستندات والتنوع عند توليد ملخص من مجموعة من المستندات النصية. على الرغم من الجهود القائمة على تصميم و تقييم أداء العديد من تقنيات تلخيص النصوص, تفتقر صياغات هذه التقنيات الى تقديم أي نموذج يمكن أن يعطي التمثيل الصريح – تغطية المحتوى والتنوع – وهما دلالتان متناقضتان في أي ملخص. أن تصميم نموذج يهدف الى تلخيص نص عام قائم على أقتطاع الجمل تمت أعادة توجيهه الى تدبير ذات دلالة اكبر يعكس بصورة مستقلة كلا من تغطية وتنوع المحتوى كنموذجي أمثلية صريحين. بعد ذلك تمت عملية اقتران النموذجين المقترحين وتعريفهما كمشكلة أمثلية تعدد الاهداف. حسب علمنا ، هذه هي المحاولة الأولى لمعالجة مشكلة تلخيص النصوص كنموذج أمثلية متعدد الأهداف. وعلاوة على ذلك ، تم أقتراح عامل توجيه اضطراب وعامل توجيه أصلاح محلي وحقنهما في الخوارزمية التطورية المعتمدة لتسخير قوتها . عملية تقييم النموذج المقترح تمت باستخدام مجموعة المستندات المجهزة من قبل مجموعة البيانات العالمية (Document Understanding Conference DUC 2002) وقد تمت مقارنة النتائج المتحصلة مع مجموعة من الانظمة الحديثة. قياس وتقييم الأداء للنموذج المقترح تم باستخدام أدوات (ROUGE). النتائج المتحصلة دعمت العمل بدليل قوي على فعالية النموذج المقترح المستند على أمثلية تعدد الاهداف نسبة الى النماذج الحديثة التي تمت المقارنة بها.


Article
A Genetic Based Optimization Model for Extractive Multi-Document Text Summarization
نموذج أمثلية مستند على الخوارزمية الجينية للتلخيص الاقتطاعي للمستندات النصية المتعددة

Authors: Hilal H. Saleh هلال هادي صالح --- Nasreen J. Kadhim نسرين جواد كاظم --- Bara'a A. Attea براء علي عطية
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2015 Volume: 56 Issue: 2B Pages: 1489-1498
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Extractive multi-document text summarization – a summarization with the aim of removing redundant information in a document collection while preserving its salient sentences – has recently enjoyed a large interest in proposing automatic models. This paper proposes an extractive multi-document text summarization model based on genetic algorithm (GA). First, the problem is modeled as a discrete optimization problem and a specific fitness function is designed to effectively cope with the proposed model. Then, a binary-encoded representation together with a heuristic mutation and a local repair operators are proposed to characterize the adopted GA. Experiments are applied to ten topics from Document Understanding Conference DUC2002 datasets (d061j through d070f). Results clarify the effectiveness of the proposed model when compared with another state-of-the-art model.

التلخيص الاقتطاعي للمستندات النصية المتعددة – تلخيص يهدف الى ازالة البيانات المتكررة بمجموعة مستندات مع الحفاظ على الجمل المهمة التي تبرز المحور الرئيسي الذي تدور حوله هذه المستندات – حصل مؤخرا على اهتمام واسع من خلال اقتراح نماذج رياضية اوتوماتيكية لصياغة هذه المشكلة. هذا البحث يقوم باقتراح نموذج تلخيص اقتطاعي للمستندات النصية المتعددة مستند على الخوارزمية الجينية. حيث تم اولا نمذجة المشكلة كمشكلة افضلية متقطعة مع تصميم دالة ملائمة محددة للنموذج المقترح. والثاني هو استخدام تمثيل ثنائي مع موجه طفرة ومصحح محلي لمساعدة الخوارزمية الجينية المتبناة. التجارب طبقت على عشرة محاور من مجموعة البيانات العالمية DUC2002 وقد اظهرت النتائج فعالية النموذج المقترح عندما تمت مقارنته مع أحدى النماذج الحديثة.

Listing 1 - 6 of 6
Sort by
Narrow your search

Resource type

article (6)


Language

English (6)


Year
From To Submit

2018 (1)

2016 (1)

2015 (2)

2010 (1)

2009 (1)