自动摘要：基于提取

Question

基于提取的自动摘要算法是什么？谷歌很多，找不到任何相关的东西。我想在python上实现算法

Answer 1

没有一种基于提取的摘要算法。有几种不同的算法可供选择。您应该选择一个符合您特定需求的产品。

基于提取的摘要有两种方法：

• 监督学习 - 您可以为程序提供大量文档示例及其关键字。该程序了解关键字的构成。然后你给它一个新文档，这次没有任何关键字，程序根据它在训练阶段学到的内容提取该文档的关键字。有大量的监督学习技巧。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 - 您可以简单地为程序提供文档，并创建一个关键字列表，而不依赖于任何过去的经验。基于提取的摘要的一种流行的无监督算法是TextRank。

Answer 2

首先，我认为你应该更多地了解如何找到论文和研究。如果你没有通过谷歌找到任何东西是绝对不可能的。在任何情况下，一些基于提取的文本summarziation是：

1. 易于实施基于词频的方法
2. 贝叶斯方法
3. 基于图表的方法，例如TextRank / LexRank是一个良好的开端。
4. 聚类
5. 用于汇总的模糊系统
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，我无法确定哪种方法最好。记得找到合适的预处理工具。
   祝好运。