文本摘要(Text Summarization)_text summary算法

文本摘要(Text Summarization)

Text Summarization.

随着近几年文本信息的爆发式增长，从大量文本信息中提取重要的内容，已成为一个迫切需求，而自动文本摘要（automatic text summarization）则提供了一个高效的解决方案。

文本摘要是利用计算机按照某类应用自动地将文本（或文本集合）转换生成简短摘要的一种信息压缩技术。

要求：

• 足够的信息量
• 较低的冗余度
• 较高的可读性

本文目录：

1. 数据集和评价指标
2. 抽取式摘要
3. 生成式摘要

1. 数据集和评价指标

Benchmarks

文本生成摘要技术最常用的公开数据集是CNN/DailyMail。

该数据集是2016年IBM Watson公开的，用于多句文本摘要任务，为此后大量的相关工作提供了数据保障。

论文：Abstractive text summarization using sequence-to-sequence rnns and beyond

Evaluation

目前文本摘要生成领域应用最广泛的自动评价指标是ROUGE(Recall-Oriented Understudy for Gisting Evaluation)。

ROUGE是Lin提出的一个指标集合，包括一些衍生的指标