文本自动摘要text automatic summarization
自然语言处理任务--文本自动摘要的一个实践。
采用基于启发式的规则文本摘要算法,给定一条微博,通过算法,从这个微博中抽取出一条句子作为该条微博的摘要。
./data/PART_III.txt 文件是原始数据集,经过load_data.py脚本,将数据集处理成更加适合算法处理的形式的数据格式,输出为data_set.txt。
based_on_features.py 脚本将data_set.txt输入,将每一条微博生成一个摘要,并且对每一条摘要和参考摘要进行对比,利用ROUGE-N评测度量自动摘要的性能好坏。
脚本使用方法:
cd ./weibo_text_summarization #进入项目文件夹
python load_data.py #处理原始数据集
python based_on_features.py #自动提取摘要,输出评测结果