Günümüzde internetin yaygın kullanımıyla, bilgi kaynaklarındaki doğru bilgiye erişimi önemli kılmaktadır. Bilgi kaynaklarının artmasıyla birlikte özgün içeriğe sahip bilgiye erişim güçleşmektedir. Bu nedenle metin özetleme yöntemlerinin önemi giderek artmaktadır. Haber metinleri gibi önemli temel bilgi kaynaklarının etkili bir şekilde özetlenmesi günümüzde bir gereklilik haline gelmiştir. Bu çalışmada haber metinlerinin etkili bir şekilde özetlenmesi için Malatya merkezilik algoritmasını temel alan bir özetleme yaklaşımı önerildi. Önerilen yaklaşımda orijinal metin tanımlayıcıların çıkarılması, kelime köklerinin elde edilmesi gibi çeşitli ön işlemlerden geçirilerek graf yapısına dönüştürülür. Graf’a dönüştürülen metin için Malatya merkezilik algoritması kullanılarak graftaki düğümlerin Malatya merkezilik değerleri hesaplanır. Bu değerler dikkate alınarak metin özetini oluşturan özetler seçilir. Seçilen özetler graftan çıkarılır. Oluşan yeni graf yapısı için merkezilik değeri hesaplanarak seçim işlemleri devam ettirilir. Graf Teorisi ve Malatya merkezilik algoritmasının birlikte kullanımı, haber metinlerinin özetlenmesinde verimliliği artırdığı gösterildi. Bununla birlikte haber içeriklerinin anlamlı bir şekilde özetlenmesi sağlandı. Bu yaklaşımın başarısını değerlendirmek amacıyla BBC veri seti üzerinde toplamda 2224 ingilizce haber metniyle kapsamlı bir şekilde test edildi. Çalışmada haber metinleri etkili bir şekilde özetlendiği yapılan testlerle ve alınan etkili rouge değerleriyle gösterildi. Graf teorisi ve Malatya merkezilik algoritması, bilgiye erişimi kolaylaştırmak ve anlam düzeyinde etkileşimi artırmak adına önemli bir potansiyele sahip olduğu gösterildi. Elde edilen uygulama sonuçları, haber metinlerini daha anlamlı bir şekilde sunabileceğini ve etkili özetler üretilebileceğini göstermektedir.
The widespread use of the internet today highlights the importance of accessing accurate information from reliable sources. With the proliferation of information sources, accessing original content has become increasingly challenging. Therefore, the importance of text summarization methods is steadily increasing. Effectively summarizing essential information sources such as news articles has become a necessity. In this study, an approach based on the Malatya centrality algorithm is proposed for effectively summarizing news articles. In the proposed approach, various preprocessing steps such as extracting descriptive terms and obtaining word roots are applied to transform the original text into a graph structure. The Malatya centrality algorithm is then utilized to calculate the centrality values of nodes in the graph representing the text. Based on these values, summaries constituting the text summary are selected. The selected summaries are removed from the graph. Centrality values are then calculated for the resulting new graph structure, and the selection process continues. The combined use of Graph Theory and the Malatya centrality algorithm is shown to enhance efficiency in summarizing news articles. Additionally, meaningful summarization of news content is achieved. To evaluate the success of this approach, it was comprehensively tested on a total of 2224 English news articles from the BBC dataset. The study demonstrates effective summarization of news articles through conducted tests and achieved effective ROUGE scores. The utilization of Graph Theory and the Malatya centrality algorithm is shown to have significant potential in facilitating information access and increasing interaction at the semantic level. The obtained application results indicate the ability to present news articles in a more meaningful manner and produce effective summaries.
