最近在搞聊天數據分析，對文本摘要有需求，學習一下該方法。
一、文本摘要(Document Summarization)
文本摘要，一般地我們會把它分成抽取式文本摘要和生成式文本摘要。就目前的形勢而言，工業界應用廣泛的還是抽取式文本摘要。抽取式文本摘要的優點很多，主題不易偏離、適應性廣、速度快。
抽取式文本摘要，最最傳統的方案，無疑便是Lead3算法了。
github如下:https://github.com/yongzhuo/nlg-yongzhuo/tree/master/nlg_yongzhuo/text_summarization/extractive_sum/nous_base
二、Lead3
Lead3，顧名思義，就是最開始的3個句子，很有意思，就這一個超級簡單的算法，就能達到很好的效果，例如bertsum中的測評結果，已經接近Transformer了:
我代碼獲取的是top2以及最后1句。
代碼地址: https://github.com/yongzhuo/nlg-yongzhuo/blob/master/nlg_yongzhuo/text_summarization/extractive_sum/nous_base/lead_3/lead_3.py
三、keyword
keyword，包括word_significance，思想是抽取最有意義的詞語。把關鍵詞和句子順序兩盒起來，具體就是先遍歷關鍵詞，再順序遍歷句子，直到找到出現的第一個句子，然后刪掉該句子，繼續遍歷。
代碼地址:https://github.com/yongzhuo/nlg-yongzhuo/blob/master/nlg_yongzhuo/text_summarization/extractive_sum/feature_base/word_significance%20.py
轉載於：https://blog.csdn.net/rensihui/article/details/100529592