抽取式摘要(TextRank / LexRank 双引擎)

从原文里挑出最有代表性的句子拼成摘要,只摘录不改写,每句都保留原文措辞和所在行号。

先用 TF-IDF(一个词在本句常用、在别句少见的程度)把每个句子表示成向量,按句子之间的相似度连成图,再用 TextRank 与 LexRank 两种基于图的句子排序算法各算一遍重要性,各自取分数最高的若干句,按原文顺序排列。摘要长度可按压缩比或目标句数指定,语言可自动判断,也可指定中文或英文。

加载文件上传组件中...
20%

0.05 = 仅保留 5% 的句子;0.2 = 摘要约为原文 1/5。新闻 / 评论建议 0.2 ~ 0.3,论文 / 长报告建议 0.1 ~ 0.15。

中文走 jieba 分词 + 中文标点切句;英文按 . ! ? 切句 + lowercase。

已识别 0 / 500 个词

一行一词,也可写成【词 词频 词性】。填写后这些词按整词处理,专名和术语不会被切碎。

每 10,000 个字符 2 点

抽取式摘要(TextRank / LexRank 双引擎)常见问题

抽取式摘要(TextRank / LexRank 双引擎)适合处理什么材料?
中文文本材料,例如新闻报道、政策文件、访谈记录、评论和文学作品,上传文本文件后即可分析。
抽取式摘要(TextRank / LexRank 双引擎)会得到什么结果?
从原文中挑出最有代表性的句子拼成摘要,只摘录不改写,并保留原文行号。
抽取式摘要(TextRank / LexRank 双引擎)怎么用?
上传材料、确认设置、点提交,任务完成后在工作台打开报告。不用安装软件,也不用写代码。详细步骤见教程《抽取式摘要:用 TextRank 和 LexRank 从原文选句》。
抽取式摘要(TextRank / LexRank 双引擎)怎么计费?
按文字量计费,每满 10000 字 2 点,不足 10000 字按 2 点算。提交前页面会显示本次消耗。
结果可以写进论文吗?
可以。报告里的数字和图表附有统计口径与原文出处,末尾有方法说明,涉及统计模型的报告还列出参考文献,可以作为论文附件或方法依据。

在论文里引用抽取式摘要(TextRank / LexRank 双引擎): 查看引用格式

抽取式摘要(TextRank / LexRank 双引擎)教程

同类工具

  • 文本清洗清理文本里的标点符号、表情、网页标签和自定停用词,并可把长文切成等长片段。
  • 文本质量评估器统计文本的规模、句长、词汇丰富度与重复率,给出 0~100 分,并判断能否用于聚类、主题模型等分析。
  • 中文文本规范化统一中文材料里的繁简、引号、全半角和省略号写法,可把数字改写成中文,并整篇注音。
  • 词性标注标出每个词的语法类别,统计词性分布与相邻词性的搭配概率,并与六类参考语料比较写法偏向。
  • 关键词抽取用 TF-IDF 与 TextRank 两种方法各提一份关键词并交叉对照,标出两者都认可的核心词。
  • 高频词提取统计词频,并可同时统计两到四个词组成的固定说法,标出哪些提法在多份材料里反复出现。