sumy
Add Arabic language support
ไลบรารีอย่างง่ายและยูทิลิตีบรรทัดคำสั่งสำหรับการแยกข้อมูลสรุปจากหน้า HTML หรือข้อความธรรมดา แพคเกจนี้ยังมีกรอบการประเมินอย่างง่ายสำหรับสรุปข้อความ วิธีการสรุปที่นำไปใช้มีอธิบายไว้ในเอกสารประกอบ ฉันยังเก็บรักษารายการการใช้งานทางเลือกอื่นของตัวสรุปในภาษาการเขียนโปรแกรมต่างๆ
ก็ยังมีโอกาสที่ดีอยู่ แต่ถ้าไม่ใช่ก็ไม่ยากเกินไปที่จะเพิ่ม
ตรวจสอบให้แน่ใจว่าคุณได้ติดตั้ง Python 3.6+ และ pip (Windows, Linux) แล้ว เรียกใช้อย่างง่าย ๆ (วิธีที่ต้องการ):
$ [sudo] pip install sumy
$ [sudo] pip install git+git://github.com/miso-belica/sumy.git # for the fresh version ต้องขอบคุณจิตวิญญาณที่ดี วิธีที่ง่ายที่สุดในการลองใช้ซูมีก็คือในเบราว์เซอร์ของคุณที่ https://huggingface.co/spaces/issam9/sumy_space
Sumy มียูทิลิตี้บรรทัดคำสั่งเพื่อการสรุปเอกสารอย่างรวดเร็ว
$ sumy lex-rank --length=10 --url=https://en.wikipedia.org/wiki/Automatic_summarization # what's summarization?
$ sumy lex-rank --language=uk --length=30 --url=https://uk.wikipedia.org/wiki/Україна
$ sumy luhn --language=czech --url=https://www.zdrojak.cz/clanky/automaticke-zabezpeceni/
$ sumy edmundson --language=czech --length=3% --url=https://cs.wikipedia.org/wiki/Bitva_u_Lipan
$ sumy --help # for more infoวิธีการประเมินต่างๆ สำหรับวิธีการสรุปบางวิธีสามารถดำเนินการได้ด้วยคำสั่งด้านล่าง:
$ sumy_eval lex-rank reference_summary.txt --url=https://en.wikipedia.org/wiki/Automatic_summarization
$ sumy_eval lsa reference_summary.txt --language=czech --url=https://www.zdrojak.cz/clanky/automaticke-zabezpeceni/
$ sumy_eval edmundson reference_summary.txt --language=czech --url=https://cs.wikipedia.org/wiki/Bitva_u_Lipan
$ sumy_eval --help # for more infoหากคุณไม่ต้องการรบกวนการติดตั้งคุณสามารถลองใช้เป็นคอนเทนเนอร์ได้
$ docker run --rm misobelica/sumy lex-rank --length=10 --url=https://en.wikipedia.org/wiki/Automatic_summarization หรือคุณสามารถใช้ sumy เหมือนไลบรารีในโครงการของคุณ สร้างไฟล์ sumy_example.py (อย่าตั้งชื่อว่า sumy.py ) ด้วยโค้ดด้านล่างเพื่อทดสอบ
# -*- coding: utf-8 -*-
from __future__ import absolute_import
from __future__ import division , print_function , unicode_literals
from sumy . parsers . html import HtmlParser
from sumy . parsers . plaintext import PlaintextParser
from sumy . nlp . tokenizers import Tokenizer
from sumy . summarizers . lsa import LsaSummarizer as Summarizer
from sumy . nlp . stemmers import Stemmer
from sumy . utils import get_stop_words
LANGUAGE = "english"
SENTENCES_COUNT = 10
if __name__ == "__main__" :
url = "https://en.wikipedia.org/wiki/Automatic_summarization"
parser = HtmlParser . from_url ( url , Tokenizer ( LANGUAGE ))
# or for plain text files
# parser = PlaintextParser.from_file("document.txt", Tokenizer(LANGUAGE))
# parser = PlaintextParser.from_string("Check this out.", Tokenizer(LANGUAGE))
stemmer = Stemmer ( LANGUAGE )
summarizer = Summarizer ( stemmer )
summarizer . stop_words = get_stop_words ( LANGUAGE )
for sentence in summarizer ( parser . document , SENTENCES_COUNT ):
print ( sentence )ฉันพบโปรเจ็กต์ที่น่าสนใจในขณะที่ท่องอินเทอร์เน็ต หรือบางครั้งมีคนเขียนอีเมลถึงฉันพร้อมคำถาม และฉันก็สงสัยว่าพวกเขาใช้ sumy อย่างไร :)
