凌风探梅的专栏

FROM： http://www.ruanyifeng.com/blog/2013/03/automatic_summarization.html作者： 阮一峰日期： 2013年3月26日有时候，很简单的数学方法，就可以完成很复杂的任务。这个系列的前两部分就是很好的例子。仅仅依靠统计词频，就能找出关键词和相似文章。虽然它们算不上效果最好的方法，但肯定是最简便易行

from: http://www.isnowfy.com/automatic-summarization/当时yahoo以3000万美元的价格收购了summly的消息传出来之后，貌似大家都比变的对自动摘要产生了极大的兴趣，关于自导摘要wiki这里有很详细的介绍，一般自动摘要比较常用的一个是摘取文章中的关键词，另一个则是摘取文章中的关键的句子，在这里我主要是介绍用textrank算法来搞

from: TensorFlow文本摘要生成 - 基于注意力的序列到序列模型1 相关背景维基百科对自动摘要生成的定义是, “使用计算机程序对一段文本进行处理, 生成一段长度被压缩的摘要, 并且这个摘要能保留原始文本的大部分重要信息”. 摘要生成算法主要分为抽取型(Extraction-based)和概括型(Abstraction-based)两类. 传统的摘要生成系统大

TensorFlow 自动文本摘要生成模型textsum: Text summarization with TensorFlow | Google Research Blog昨日， Google Research 发布博客 称开源了在 Annotated English Gigaword 上进行新闻标题生成任务的 TensorFlow 模型代码：https://gi

from:Tensorflow 自动文摘: 基于Seq2Seq+Attention模型的Textsum模型 Github下载完整代码https://github.com/rockingdingo/deepnlp#textsum简介这篇文章中我们将基于Tensorflow的Seq2Seq+Attention模型，介绍如何训练一个中文的自动生成新闻标题的模型。自动总结(Automatic Summar