德国网站 nandoo.net 提供缩短新闻文章的可能性。如果您使用滑块更改百分比值，则文本会更改，并且会省略一些句子。
你可以在这里看到它的作用：
新闻文章在左侧并标记了标签。滑块位于第二列的顶部。将滑块向左移动得越多，文本就越短。
你怎么能提供这样的东西？是否有任何算法可以用来实现这一目标？
我的想法是他们的算法计算句子中标签和名词的数量。然后省略标签/名词数量最少的句子。
那可能是真的吗？还是你有别的想法？
我希望你能帮助我。提前致谢！
问问题
3128 次
2 回答
3
这是计算语言学的一个热门研究课题。使用贝叶斯过滤的浅层方法不太可能产生完美的结果 - 但无论如何您可能并不需要完美的结果。
在 CL 中，80-20 规则很快变成了 95-5 规则，所以如果您对通过浅层方法可以实现的目标感到满意，请跳过此答案。
如果你想看看你是否可以改进你的结果，你可以尝试找到一些更好的资源。您所指的任务在研究社区中称为“文本摘要”，它有自己的网页，已经过时了。Mani and Maybury (1999)可能是一个很好的概述（我自己没有读过），但也很陈旧。最近是 Martin Hassels关于该主题的论文，也相当详尽，包括与语言无关的（阅读：统计，即浅层）方法。
与往常一样，Google 也可以为您提供帮助。只需搜索文本摘要。
于 2009-05-05T22:16:21.490 回答
2
通常，您希望保留具有该文章更独特的单词的句子。
也就是说，句子越“通用”，它对这篇特定文章的描述就越少。
执行此操作的正常方法是贝叶斯分析，很像垃圾邮件过滤器。首先确定整篇文章中哪些单词出现的频率比您预期的要高，然后找到包含这些单词的句子。
于 2009-04-13T00:36:41.047 回答