Question

我是NLP的新手。我试图在python中使用Gensim提取段落的摘要。

我遇到一个短段问题，它给了我一个警告，如下所示，并没有给我一个短段的摘要。

这是我在Python中的代码：

 import logging
 logging.basicConfig(format='%(asctime)s : %(levelname)s : %(message)s', level=logging.INFO)
 from gensim.summarization import summarize

text = "short paragraph"
print ('Summary:')
print (summarize(text))

它给了我如下警告：

2018-02-01 17:31:47,247 : WARNING : Input text is expected to have at least 10 sentences.
2018-02-01 17:31:47,253 : INFO : adding document #0 to Dictionary(0 unique tokens: [])
2018-02-01 17:31:47,258 : INFO : built Dictionary(52 unique tokens: ['clearli', 'adult', 'chang', 'member', 'visit']...) from 4 documents (total 70 corpus positions)
2018-02-01 17:31:47,262 : WARNING : Input corpus is expected to have at least 10 documents.
2018-02-01 17:31:47,285 : WARNING : Couldn't get relevant sentences.

输出为（仅打印摘要标签而不是短段的实际摘要）：

Summary:

我错过了什么吗？是否还有其他库。

Answer 1

您是否真的使用"some paragraph"作为输入？如果是这样，我觉得很奇怪你的脚本不会抛出ZeroDivisionError。 gensim总结基于TextRank。根据{{3}}：

＆＃34;输入应该是一个字符串，并且必须长于INPUT_MIN_LENGTH个句子才能使摘要有意义。使用summarization.texcleaner模块中的split_sentences方法将文本拆分为句子。请注意，换行符会对句子进行划分。＆＃34;

考虑到这一点，请查看docs。

Gensim用短段文本摘要

1 个答案: