自动摘要：基于提取[关闭]

Question

什么是基于提取的自动摘要算法？ google了很多，没找到相关的。我想在python上实现算法

Answer 1

没有一种单一的算法可用于基于提取的摘要。有几种不同的算法可供选择。您应该选择适合您特定需求的一种。

基于提取的摘要有两种方法：

• 监督学习 - 为程序提供大量文档示例及其关键字。该程序学习什么构成了关键字。然后你给它一个新文档，这次没有任何关键字，程序会根据它在训练阶段学到的内容提取这个文档的关键字。有大量的监督学习技术。仅举几例，有神经网络、决策树、随机森林和支持向量机。

• 无监督学习 - 您只需给程序一个文档，它就会创建一个关键字列表，而无需依赖任何过去的经验。 TextRank 是一种流行的基于提取的无监督摘要算法。

Answer 2

首先，我认为您应该更多地了解如何查找论文和研究。如果你没有通过谷歌找到任何东西，那是绝对不可能的。无论如何，一些基于提取的文本摘要是：

1. 易于实现基于词频的方法
2. 贝叶斯方法
3. TextRank/LexRank 等基于图表的方法是一个良好的开端。
4. 集群
5. 用于总结的模糊系统
6. 基于神经网络的系统
7. 我见过基于优化算法的方法
   我建议谷歌搜索这些方法，看看你得到了什么。这些有很多变化，我真的无法判断哪种方法是最好的。记得找到合适的预处理工具。
   祝你好运。