在自然语言处理中，有两种方法可以进行文本摘要。第一种是提取方法，这是一种从文章中提取关键词或句子的简单方法。有一些局限性，证明了性能不是很好。这种方法存在不相关和冗余的问题。第二种是抽象方法，即根据给定的文章生成新的句子。它需要更先进的技术，但要达到更好的效果。
这主要应用于文本。抽象方法构建原始内容的内部语义表示，然后使用该表示创建更接近人类可能表达的摘要。抽象可以通过解释源文档的部分来转换提取的内容，从而比提取更有力地压缩文本。然而，这种转换在计算上比提取更具挑战性，既涉及自然语言处理，在原始文档涉及特定知识领域的情况下，通常还涉及对原始文本领域的深入理解。
我们在日常生活中有很多利用文本摘要的用例。有效的用法之一是新闻摘要。详细的新闻可能包括几个段落和超过 1000 字。通读整个新闻大约需要几分钟。人们很难消化大量的本地和国际新闻，包括许多话题，如金融、体育等。因此，新闻摘要有助于人们快速对其有一个高层次的理解。与其花 5 分钟阅读可能与我们无关的新闻，我们可能只需要 30 秒钟就能从新闻摘要中得到大概的想法。
另一种用法是查找相关的研究论文。抽象部分帮助我们大致了解实践者想要解决什么问题，解决方案是什么。否则，我们可能需要通读 10 页才能决定这篇论文是否相关。
受益于 NLP 中的新技术，摘要新闻肯定是可以的。我们可以利用最先进的 NLP 架构，如序列到序列和变压器。此外，你需要一个包括摘要和详细新闻文章的数据集。最后，你需要一个强大的机器来训练一个新闻摘要模型。
另一种方法是利用 API 来获取新闻摘要。你只需要提供新闻的内容，不需要任何机器学习代码就可以得到摘要。
最近，我训练了一个新闻摘要模型，用于总结最新的新闻。下面是这个 API 服务的演示。
这是从我的 API 中生成的这个新闻的摘要
API 展示
自上周疫情袭击欧洲以来，英国、澳大利亚、加拿大和美国的工作时间都有所增加。根据一项新的研究，在家工作的员工现在比以前更有可能投入更多的时间。
这是另一个从我的 API 生成的关于这个新闻的摘要
API 展示
根据一项新的研究，拉丁美洲人从国家银行获得资本所面临的挑战。拉丁裔拥有的企业在几个行业的增长速度超过了全国平均水平，在过去 10 年中增长了 34%，相比之下，所有其他小企业的增长率仅为 1%。
我训练了一个新闻摘要深度学习模型，建立了一个 web 服务器来提供这个服务。如果你想尝试这个 API 服务，请给我发邮件或信息。
我是湾区的数据科学家。专注于数据科学、人工智能，尤其是 NLP 和平台相关领域的最新发展。在 LinkedIn 或 Github 上随时联系 me 。