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。
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以及最後1句。
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,然後刪掉該句子,繼續遍歷。
希望對你有所幫助!