The main contribution of this paper

The main contribution of this paper is a two-step inter-cluster ranking algorithm aimed at selecting salient and non-redundant events from temporal clusters, which are sets of sentences describing events related to the query and that occurred at the same day. In the first step, a scoring model is proposed to
rank sentences describing events, according to their relevance and salience to the topic. In the second step, the ranked events are iteratively ranked based on their content in order to reduce information redundancy. We finally obtain an extendable, chronological summary of important events concerning the query.

Results (Vietnamese) 1:

Sự đóng góp chính của giấy này là một thuật toán xếp hạng liên cụm hai bước nhằm mục đích lựa chọn sự kiện nổi bật và không dư thừa từ thời cụm, đó là bộ câu mô tả các sự kiện liên quan đến truy vấn và xảy ra tại cùng một ngày. Bước đầu tiên, một mô hình điểm được đề nghịXếp hạng câu mô tả các sự kiện, theo mức độ liên quan và nhô đến chủ đề của họ. Bước thứ hai, các sự kiện xếp hạng được lặp đi lặp lại xếp hạng dựa trên nội dung của họ để giảm sự thừa thông tin. Chúng tôi cuối cùng đã có được một bản tóm tắt extendable, thứ tự thời gian sự kiện quan trọng liên quan đến truy vấn.

Results (Vietnamese) 2:

Những đóng góp chính của bài viết này là một hai bước liên cụm thuật toán xếp hạng nhằm chọn các sự kiện nổi bật và không dự phòng từ cụm thời gian, đó là tập hợp các câu mô tả các sự kiện liên quan đến truy vấn và đã xảy ra trong cùng một ngày. Trong bước đầu tiên, một mô hình điểm được đề nghị
xếp hạng câu mô tả sự kiện, theo sự liên quan và nổi bật của họ đến chủ đề. Trong bước thứ hai, những sự kiện xếp hạng được lặp đi lặp lại xếp hạng dựa trên nội dung của họ để giảm sự dư thừa thông tin. Chúng tôi cuối cùng đã có được một mở rộng, tóm tắt tự thời gian của các sự kiện quan trọng liên quan đến truy vấn.