如何自動摘錄用戶生成的內容？

我運行了一個網站，允許用戶寫博客文章，我真的想總結一下書面內容，並用它來填充<meta name="description".../> -tag。如何自動摘錄用戶生成的內容？

我可以使用什麼方法來自動總結/描述用戶生成內容的內容？
有沒有解決這個問題的方法（最好是免費的）？

（我見過的其他網站只複製前100個字左右，但是這在我看來是一個次優的解決方案。）

來源

2009-09-23 Jacco

認爲摘要的任務是挑戰「從文檔中選擇最重要的句子」。

H.P.在The Automatic Creation of Literature Abstracts中描述的方法。 Luhn（1958）描述了一種天真的方法，其實際表現相當好。嘗試給它一個鏡頭。

如果您的網站是Python編碼，使用NLTK（自然語言工具包）這個算法是一項有趣的任務。

來源

2009-10-02 20:35:35 theycallmemorty

不幸的是，它在PHP（+1） – Jacco

我可能會嘗試使用機械土耳其人或任意數量的其他衆包的選項。

來源

2009-09-23 21:40:55

這與人工智能有關，所以這裏不會有「簡單」的解決方案，但有些產品針對這個問題。

退房Copernic Summarizer，一個。

來源

2009-09-23 21:51:15

另一個項目退房，SourceForge上的一個項目，AutoSummary Semantic Analysis Engine

來源

2009-09-23 21:59:09

看起來有希望 – Jacco

不是一個簡單的任務......你應該尋找的文章或書籍「extractive summarization」

一些初學者可能是：

書籍：

文章：

來源

2009-10-01 09:52:33 cfischer

「如何識別文本的要點」論文也有軟件可用：http://www.icmc.usp.br/~taspardo/GistSumm.htm –

另外，MEAD項目（http： //www.summarization.com/mead/）密歇根大學的一些人看起來像有軟件可用，儘管現在鏈接已經停止。 –

其他鏈接已死，所以「如何識別文本的要點」論文現在可以在這裏找到：http://www.icmc.usp.br/~taspardo/I2TS2002-PardoEtAl.pdf – HappyTimeGopher

使其具有可預測。

從用戶的角度來看，簡單地使用第一段並不算差。在某些情況下使用任何自動化功能必然會失敗。所以我建議將第一段（可能在某些時候截斷）作爲摘要顯示，並提供通過可選字段覆蓋該段的功能。

來源

2009-10-01 11:54:13 phoku

雅虎有一個免費的API爲這一點： http://developer.yahoo.com/search/content/V1/termExtraction.html

來源

2009-10-07 01:48:39

該服務從給定的字符串中提取關鍵字。很好，但沒有回答這個問題。 – Jacco

名詞短語通常往往是句子的重要因素。用高密度的名詞短語選擇句子可以產生一個很好的總結。您可以使用POS標記器獲取名詞短語。

對於一個好的總結，它是可取的，它是一個有意義的句子。讀一個破句是有點刺耳的。

來源

2009-10-07 05:22:40

蘋果patent 6424362 - Auto-summary of document content包含可能是有用的示例代碼...

來源

2009-10-07 05:40:41 Stobor

不知何故，使用來自專利的代碼似乎不是最佳的合法選擇。 – Jacco

或者，當筆者職位文章，作者可以突出什麼，然後可以自動將可在描述中使用的關鍵字在元描述標籤中。

來源

2009-10-07 05:43:21 vikramjb

我一直在想這個選項..但我想保持系統儘可能簡單的爲用戶。所以這個選項是不可能的。（這對付費捐款和東西很有用，但不適合我的觀衆） – Jacco

如何自動摘錄用戶生成的內容？

回答

相關問題