textrank

Summa - Textrank

Implementasi Textrank untuk ringkasan teks dan ekstraksi kata kunci di Python 3, dengan optimasi pada fungsi kesamaan.

Fitur

• Ringkasan teks
• Ekstraksi kata kunci

Contoh

Ringkasan Teks:

 >>> Text = "" "Ringkasan Otomatis adalah proses mengurangi dokumen teks dengan 
Program komputer untuk membuat ringkasan yang mempertahankan poin terpenting 
dari dokumen asli. Karena masalah informasi yang berlebihan telah berkembang, dan sebagai 
Jumlah data telah meningkat, demikian juga minat dalam peringkasan otomatis. 
Teknologi yang dapat membuat ringkasan yang koheren mempertimbangkan variabel akun seperti 
Panjang, gaya menulis dan sintaksis. Contoh penggunaan teknologi peringkasan 
adalah mesin pencari seperti Google. Ringkasan dokumen adalah hal lain. "" "

>>> dari summa impor summarizer
>>> cetak (summarizer.summarize (teks))
'Ringkasan otomatis adalah proses mengurangi dokumen teks dengan komputer
program untuk membuat ringkasan yang mempertahankan poin terpenting dari
dokumen asli. '

Ekstraksi kata kunci:

 >>> Dari kata kunci impor summa
>>> cetak (kata kunci.keywords (teks))
dokumen
peringkasan
menulis
akun

Perhatikan bahwa garis pecah dalam input akan digunakan sebagai pemisah kalimat, jadi pastikan untuk preprocess teks Anda sesuai.

Instalasi

Perangkat lunak ini tersedia di PYPI. Itu tergantung pada numpy dan scipy, dua perpustakaan Python untuk komputasi ilmiah. Pip akan secara otomatis menginstalnya bersama dengan Summa:

 Pip Instal Summa

Untuk kinerja ekstraksi kata kunci yang lebih baik, instal pola.

Lebih banyak contoh

• Penggunaan baris perintah:

   File Textrank -t
  

• Tentukan panjang ringkasan sebagai proporsi teks (juga tersedia dalam keywords ):

   >>> dari summa.summarizer impor ringkasan
  >>> Ringkas (teks, rasio = 0.2)
  

• Tentukan panjang ringkasan dengan jumlah kata -kata aproximate (juga tersedia dalam keywords ):

   >>> ringkas (teks, kata = 50)
  

• Tentukan bahasa teks input (juga tersedia dalam keywords ).

  Bahasa yang tersedia adalah bahasa Arab, Denmark, Belanda, Inggris, Finlandia, Prancis, Jerman, Hongaria, Italia, Norwegia, Polandia, Porter, Portugis, Rumania, Rusia, Spanyol dan Swedia:

   >>> ringkas (teks, bahasa = 'bahasa Spanyol')
  

• Dapatkan hasil sebagai daftar (juga tersedia dalam keywords ):

   >>> ringkas (teks, split = true)
  ['Ringkasan Otomatis adalah proses mengurangi dokumen teks dengan a
  Program komputer untuk membuat ringkasan yang mempertahankan yang paling penting
  Poin dari dokumen asli. ']
  

Referensi

• Mihalcea, R., Tarau, P.: "Textrank: membawa ketertiban ke dalam teks". Dalam: Lin, D., Wu, D. (Eds.) Prosiding EMNLP 2004. Hlm. 404–411. Asosiasi Linguistik Komputasi, Barcelona, ​​Spanyol. Juli 2004.
• Barrios, F., López, F., Argerich, L., Wachenchauzer, R.: "Variasi fungsi kesamaan Textrank untuk ringkasan otomatis". Anales de las 44Jaiio. Jornadas Argentinas de Informática, Simposium Argentina tentang Kecerdasan Buatan, 2015.

Untuk mengutip pekerjaan ini:

 @Article {dblp: jurnal/corr/barrioslaw16,
  penulis = {federico barrios dan
             Federico l { '{o}} pez dan
             Luis Argerich dan
             Rosa Wachenchauzer},
  title = {variasi fungsi kesamaan Textrank untuk ringkasan otomatis},
  jurnal = {corr},
  volume = {abs/1602.03606},
  tahun = {2016},
  url = {http://arxiv.org/abs/1602.03606},
  archivePrefix = {arXiv},
  ePrint = {1602.03606},
  timestamp = {Wed, 07 Jun 2017 14:40:43 +0200},
  biburl = {https://dblp.org/rec/bib/journals/corr/barrioslaw16},
  Bibsource = {DBLP Bibliografi Ilmu Komputer, https://dblp.org}
}

---

Summa adalah perangkat lunak open source yang dirilis di bawah lisensi MIT (MIT).

Hak Cipta (C) 2014 - Sekarang Summa NLP.