知识卡片

普通读书笔记卡 · 6644.a.1.eq · 生成模型:未记录

词频摘要通过句子累计分数抽取

理解等级:中级

Summarize_Frequency先分句与分词,去停用词后按最高词频归一,再过滤两端频率,按句内保留词权重之和评分并取TopN句。它是抽取式摘要,返回原句,不生成新的概括语;词频高不等于内容必重要,长句也更容易积累分数。cut_min/cut_max是归一权重阈值,不是句子数量或绝对出现次数。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python自然语言处理 · 第8章 信息检索:访问信息,spine062单元009;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00061.html。 - 结论依据:原文完整_compute_frequencies/summarize/_rank流程与nlargest实际定义评分对象,支持抽取而非生成。未在本机运行示例或改变环境。 - 原始内容:if w in self._freq: ranking[i] += self._freq[w] sents_idx = self._rank(ranking, n) return [sents[j] for j in sents_idx] def _rank(se