如何进行 NLP 文本摘要？

问题描述

我已经清理了数据

def get_stop_words(stop_file_path):
    """load stop words """
    
    with open(stop_file_path,'r',encoding="utf-8") as f:
        stopwords = f.readlines()
        stop_set = set(m.strip() for m in stopwords)
        return frozenset(stop_set)

#load a set of stop words
stopwords=get_stop_words("stopwords.txt")

def pre_process(text):
    
    # lowercase
    text=text.lower()
    
    # remove tags
    text=re.sub("</?.*?>"," <> ",text)
    
    # remove special characters and digits
    text=re.sub("(\\d|\\W|_)+"," ",text)
    
    # tokenization
    tokens = re.split('\W+',text)
    
    # Stopwords and Lemmatization
    text = " ".join([wn.lemmatize(word) for word in tokens if word not in stopwords])
    
    return text

text_clean = dat['text'].apply(lambda x:pre_process(x))

我在 excel 中总共有 2210 行，我想总结每个文本。我是 python 新手，因此，我不知道如何去做。有人可以帮忙吗:(

数据集

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

nlp python summarization