1.TF-IDF提取关键词
2.摘要提取
2.1 基于关键词匹配的摘要提取
2.2基于关键词评分的摘要提取

TF-IDF是Term Frequency - Inverse document Frequency的缩写，即“词频-逆文本频率”。它由两部分组成，TF和IDF。TF为词频，即某个词在文章中出现的次数。
IDF为逆文档频率：

TF-IDF的计算为：

TF_IDF提取关键词的步骤就是，对文本先进行分词处理，再对每一个词计算TF-IDF值，然后按降序排序，取排在最前面的几个词。
参考文献：TF-IDF与余弦相似性的应用（一）：自动提取关键词 阮一峰

算法思想来自于阮一峰 TF-IDF与余弦相似性的应用（三）：自动摘要
我们要做的是对对话文本进行摘要提取。
对话文本实例：

（1）文本预处理
文本预处理时将比较短的文本过滤掉，我们设置的字符个数为7，然后每一个对话句子作为一个sentence.
(2)TF-IDF提取关键词
我们直接调用的结巴的接口，提取了6个关键词
(3)匹配句子
根据关键词去匹配每一个sentence,并且只考虑关键词首先出现的句子。最多提取5个句子。

运行结果：

    以上就是本篇文章【自动提取摘要】的全部内容了，欢迎阅览 ！ 文章地址：http://dfvalve.xrbh.cn/news/3716.html 
     资讯      企业新闻      行情      企业黄页      同类资讯      首页      网站地图      返回首页 迅博思语资讯移动站 http://keant.xrbh.cn/ , 查看更多