2. 程式人生 > >自動文字摘要(automatic text summarization)目前的研究方法分類

自動文字摘要(automatic text summarization)目前的研究方法分類

阿新 • • 發佈：2019-04-01

開發十年，就只剩下這套架構體系了！ >>>   

自動文字摘要通常可分為兩類，分別是抽取式（extractive）和生成式（abstractive）。 
（1）抽取式摘要判斷原文字中重要的句子，抽取這些句子成為一篇摘要。 
（2）生成式方法則應用先進的自然語言處理的演算法，通過轉述、同義替換、句子縮寫等技術，生成更凝練簡潔的摘要。比起抽取式，生成式更接近人進行摘要的過程。歷史上，抽取式的效果通常優於生成式。伴隨深度神經網路的興起和研究，基於神經網路的生成式文字摘要得到快速發展，並取得了不錯的成績。

https://www.sohu.com/a/160168357_642762 
http://www.360doc.com/content/17/0831/04/37113458_683452166.shtml 
https://www.jianshu.com/p/abc7e13abc21
--------------------- 
作者：小妖精Fsky 
來源：CSDN 
原文：https://blog.csdn.net/appleml/article/details/81941776 
版權宣告：本文為博主原創文章，轉載請

相關推薦

自動文字摘要(automatic text summarization)目前的研究方法分類

開發十年，就只剩下這套架構體系了！ >>>   

Framework of Automatic Text Summarization Using Reinforcement Learning

Abekawa T, Abekawa T. Framework of automatic text summarization using reinforcement learning[C]// Joint Conference on Empirical Methods in Nat

A Survey on Automatic Text Summarization

#A Survey on Automatic Text Summarization ##1.自動文字摘要的定義 Text summarization is compress the source text into a diminished version conserving it

自動文摘（Automatic document summarization）方法綜述（三）——基於次模函式（submodular function）最大化的方法

自動文摘（Automatic document summarization）方法綜述的第一篇文章（一）總結了基於中心的（Centroid-based）方法和基於圖的（graph-based）方法，第二篇文章（二）總結了基於最優化的（optimization-ba

當深度學習遇見自動文字摘要

歡迎大家前往騰訊雲+社群，獲取更多騰訊海量技術實踐乾貨哦~ 作者：姚均霖 導語 ：隨著近幾年文字資訊的爆發式增長，人們每天能接觸到海量的文字資訊，如新聞、部落格、聊天、報告、論文、微博等。從大量文字資訊中提取重要的內容，已成為我們的一個迫切需求，而自動文字摘

自動文摘（Automatic document summarization）方法綜述（四）——基於神經網路的（neural summarization）方法

前三篇部落格（一）、（二）、（三）總結了抽取式自動文摘的一些經典方法，傳統抽取式自動文摘方法將文件簡單地看作是一組文字單元（短語、句子等）的集合，忽略了文件所表達的全域性語義，難免“斷章取義”。隨著算力的提升，深度學習在很多應用中非常的火熱也取得了state-o

自動生成文字摘要

歡迎大家關注我們的網站和系列教程：http://www.tensorflownews.com/，學習更多的機器學習、深度學習的知識！ Revolver 本文提及的主要內容有： 什麼是文字摘要生成 如何從網頁上提取資料 如何清洗資料 如何構建直方圖

nlp之文字摘要自動生成

當我們點開某個網站或某個新聞APP的時候，經常能看到這樣的題目：“14億人都不知道的真相，歷史的血淚……”、“刪前速看！XXX視訊流出”等，可是當我們點進去的時候，往往會發現，都是標題黨，文章和內容完全不符合！ 如果這時候有一種工具能先替我們閱讀新聞，再提煉出關鍵內容，

基於 Python 的自動文字提取：抽象法和生成法的比較

我們將現有的 提取方法（Extractive）（如LexRank，LSA，Luhn和Gensim現有的TextRank摘要模組）與含有51個文章摘要對的Opinosis資料集進行比較。我們還嘗試使用Tensorflow的文字摘要演算法進行抽象技術（Abstractive），但由於其極高的硬體需求（7000 G

RBM-An approach for text summarization using deep learning algorithm

Padmapriya G, Duraiswamy K. AN APPROACH FOR TEXT SUMMARIZATION USING DEEP LEARNING ALGORITHM[J]. Journal of Computer Science, 2014, 10(1):1-9. ##A

CSS學習筆記：溢位文字省略（text-overflow）

在CSS3中，text-overflow屬性的基本語法如下： clip:表示不顯示省略文字，簡單的裁切。 ellipsis:表示物件文字溢位時顯示省略標記，省略標記插入的位置是最後一個字元。 ellipsis-word：表示當物件文字溢位時顯示省略標記，省略標記插入的

matplotlib —— 新增文字資訊（text）

分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！http://blog.csdn.net/jiangjunshow 也歡迎大家轉載本篇文章。分享知識，造福人民，實現我們中華民族偉大復興！        

PageRank做簡單的文字摘要

PageRank做簡單的文字摘要 公式 PageRank演算法把所有評論的句子集合視作一個圖結構 G=(V,E) G = (

文字摘要抽取

摘要 本文探討用 abstractive 的方式來解決 sentence-level 的文字摘要問題 本文轉載自微信公眾號：ResysChina，作者張俊 ，極客公園已獲得授權。 引 文字摘要是自然語言處理中比較難的一個任務，別說是用機器來做文摘了，就連人類做文摘

Android Studio 自動文字提示與下拉列表

1.自動文字提示 1.1.佈局 <?xml version="1.0" encoding="utf-8"?> <LinearLayout xmlns:android="http://schemas.android.com/apk/res/and

A Hierarchical End-to-End Model for Jointly Improving Text Summarization and Sentiment Classificatio

abstract 文字摘要和情感分類都是要捕獲文字的重要資訊，但是在不同的水平上的。文字摘要是用一些句子表示原始文件，情感分類是給文字貼標籤。 提出層次級的端到端模型進行摘要抽取和情感分類的聯合學習，標籤是作為文字摘要抽取的輸出，情感分類依賴於摘要抽取， 情感分類放在摘要

web 背景圖片屬性background和文字顏色屬性text

1.通過<body>元素中的background 屬性來設定網頁的背景圖片。 語法格式如下： <body background="URL"> background 屬性的取值為URL地址，是可以從網際網路上得到的資源的位置和訪問方法的一種簡潔表示，是網際網路上標

用python3 SVM訓練測試預測文字摘要（中文）（分句，分詞，詞典，詞袋，測試建模，預測）

使用SVM 訓練和預測，需要正確的資料： X：儲存特徵。可以是二維矩陣，如：[ [c1 ,c2, c3…] ,[…],…];也可以是這樣的形式[{a1:c1,a2:c2,a3:c3…},{…} …],c1,c2…表示特徵值a1,a2,a3…表示詞位置（詞在le

python根據文章標題內容自動生成摘要

text.py title = '智慧金融起錨:文因、數庫、通聯瞄準的kensho革命' text = '''2015年9月13日,39歲的鮑捷乘上從矽谷至北京的飛機,開啟了他心中的金融夢想。 鮑捷,人工智慧博士後,如今他是文因互聯公司創始人兼CEO

Xcode 文字巨集（Text Macros）的介紹和應用

前言 文字巨集（Text Macros）是Xcode隱藏的特性，直到Xcode 9.0後，蘋果官方才開始允許開發者進行自定義文字巨集。下面將會詳細介紹文字巨集的相關知識和應用場景。 什麼是文字巨集 文字巨集（Text Macro）是一種可以就地展開（expanded in-place）為特定文字的符號。