三行代碼，給你的論文自動生成摘要

• 對代碼、編程感興趣的能夠關注老K玩代碼和我交流!

---

三行代碼，給你的論文自動生成摘要

以前寫過一篇關於論文降重的技術爽文，收到了不錯的反響。
畢業生的法寶，論文一鍵降重~！
最近對畢業論文方面的問答作了一個統計，發現除了降重，「摘要」的準備以及撰寫也是莘莘學子們重點關心的一個話題，那摘要有沒有可能用代碼實現的捷徑呢？
確實是有的，老K在這裏就給你們介紹一下：

1. 首先導入須要的第三方庫

---

# encoding:utf-8
from gensim.summarization import summarize
import re

• 因爲咱們論文主要由漢字組成，爲了不編碼問題，如今腳本頭部寫上utf-8的聲明；
• 咱們會用到的，是一個叫作gensim的庫：

「gensim是一個用於天然語言處理的庫，最先是用來生成給定文章類似內容的工具，gensim自己就是「generate similar」的合成詞。

• 因此，想要實現摘要方面的功能，gensim是很適合的一個庫。
• 它會用到的依賴庫有numpy和smart_open。

  2. 對文本進行預處理

---

text = re.sub(r'。|？|！', '. ', text)

• gensim的算法是基於句子進行的。
• 因爲gensim自己是針對英語文本的，因此爲了讓gensim能識別中文裏的「句子」概念。咱們作了一下以上的處理。
• 以「. 」結尾，使gensim能判斷此處爲一句的終止符號。

  3. 一行代碼實現摘要

---

abstract = summarize(text)

• gensim的summarize模塊，是基於textrank的變體。
• textrank是以句子爲最小單位，計算句子與句子之間的關聯度，以此獲得最具表明性的文本。最具表明性的文本，自己也就是最適合用於總結概述一段長文的句子。

  ex. 總結

---

# encoding:utf-8
from gensim.summarization import summarize
import re

def do_abstract(text):
    text = re.sub(r'。|？|！', '. ', text)
    abstract = summarize(text)
    return abstratc

以上代碼能夠幫助你以最快的速度獲取論文的核心內容，你能夠用於：

• 快速獲取參考文獻的核心內容，以判斷該論文是否適合您的論文主題
• 快速生成您論文的摘要內容草稿，能夠直接從草稿開始修改，減小你從頭組織語言的麻煩

「textrank是源於google的pagerank算法啓發，應用到天然語言處理領域的結果。

• summarize模塊有不少參數能夠設置，以適應需求更加趨於個性化的現實環境。
• 對textrank感興趣的朋友，能夠百度Rada Mihalcea和Paul Tarau撰寫的論文《TextRank: Bringing Order into Texts》瞭解更詳細的原理。
• 不適應英文閱讀的朋友，也能夠關注個人公衆號《老K玩代碼》，後續我會針對這篇論文寫一篇我的的中文解析。
  該代碼只能幫助您彙總文章核心內容，但不能徹底替代摘要的撰寫工做。
  老K撰寫本文以技術分享爲初心，並仍然鼓勵畢業生自主進行論文創做。

---

往期精彩推薦：

數據可視化有什麼好的Python項目？
【熱薦】大佬們推薦的Python入門書綜述
深度學習,你們都看哪些社區論壇?
[推薦]10個免費python機器學習項目
手把手教新手安裝Anaconda配置開發環境

粉絲福利：

---

• 閱讀、分享《學好JavaScript基本功，老K推薦這幾本書》，有機會得到《JavaScript高級程序設計》1本
• 閱讀、分享《11本推薦新手自學入門Python的必看書目》，有機會得到《Python核心編程》1本