sumy

收录理由

Sumy 是一个用 Python 编写的库，同时提供命令行工具，能从长文档中挑出最关键的句子来生成抽取式摘要。如果你需要在管道处理之前先压缩一下文本，它是个很轻的选择。它实现了 LSA、LexRank、Luhn、Edmundson 和 TextRank 等几种经典算法，你可以挨个试，找到最贴合自己文档风格的那一种，不必死守单一方法。它既能处理纯文本，也能直接读取 HTML 页面，想浓缩网页文章或订阅源时很方便。分词器、词干提取器和解析器都可以替换，想支持另一种语言或者调整文档读取方式，只需继承改写，不用大动干戈。这种模块化设计，加上简单的按句子数量指定长度的 API，让团队在不想引入大型模型的情况下，也能获得成熟且容易理解的摘要方案。