Peringkasan teks otomatis berbasis kecerdasan buatan / Artificial Intelligence (AI) telah menjadi salah satu topik yang paling digemari oleh para peneliti di bidang Natural Language Processing (NLP). Tujuan dari peringkasan teks otomatis adalah untuk memadatkan teks sumber ke dalam versi yang lebih singkat dengan mempertahankan informasi yang ada di dalamnya dan maknanya secara keseluruhan. Peringkasan teks otomatis merupakan perpaduan dari ilmu linguistik, statistika, dan ilmu komputer yang saling berpengaruh. Dengan peringkasan teks otomatis, sebuah teks akan menjadi lebih mudah untuk dikelah dan dikaji. Dewasa ini, teknik peringkasan teks otomatis yang paling sering dikembangkan adalah Peringkasan Teks Ekstraktif dan Peringkasan Teks Abstraktif. Kajian tentang dua pendekatan ini menjadi semakin menarik dengan berkembangnya berbagai teknologi baru di bidang kecerdasan buatan / Artificial Intelligence (AI). Teknologi machine learning, deep learning, bahkan transformer banyak dimanfaatkan dalam pengembangan peringkas teks otomatis di era modern. Pemanfaatan peringkas teks otomatis juga menjadi semakin luas, baik dalam penelitian maupun kebutuhan industri. Buku ini ditulis sebagai bahan referensi bagi mahasiswa, dosen, peneliti, praktisi, maupun masyarakat umum yang ingin mempelajari teknologi peringkasan teks otomatis. Bab-bab di awal buku ini menekankan pembahasannya pada konsep dan prinsip dasar peringkasan teks otomatis dengan pendekatan ekstraktif dan abstraktif. Pada bagian selanjutnya, kajian ini diperkuat dengan beberapa studi kasus peringkasan teks otomatis dengan algoritma-algoritma dan model-model Artificial Intelligence (AI) yang mutakhir.
Afrah et al. (Wed,) studied this question.