BERT提取式摘要器使用教程

BERT提取式摘要器使用教程

bert-extractive-summarizerEasy to use extractive text summarization with BERT项目地址:https://gitcode.com/gh_mirrors/be/bert-extractive-summarizer

1. 项目的目录结构及介绍

bert-extractive-summarizer/
├── README.md
├── setup.py
├── summarizer/
│   ├── __init__.py
│   ├── bert_parent.py
│   ├── model_processors.py
│   ├── sentence_handler.py
│   └── summarizer.py
└── tests/
    ├── __init__.py
    └── test_summarizer.py

• README.md: 项目说明文档。
• setup.py: 项目安装配置文件。
• summarizer/: 核心代码目录，包含摘要器的主要实现。
  • init.py: 模块初始化文件。
  • bert_parent.py: BERT模型的父类处理文件。
  • model_processors.py: 模型处理器文件。
  • sentence_handler.py: 句子处理器文件。
  • summarizer.py: 摘要器主文件。
• tests/: 测试代码目录，包含摘要器的测试用例。
  • init.py: 测试模块初始化文件。
  • test_summarizer.py: 摘要器测试文件。

2. 项目的启动文件介绍

项目的启动文件是 summarizer/summarizer.py。这个文件包含了摘要器的主要逻辑和功能。用户可以通过导入这个模块来使用摘要器。

from summarizer import Summarizer

body = '文本内容，你想用BERT来摘要'
model = Summarizer()
result = model(body)
print(result)

3. 项目的配置文件介绍

项目的配置文件是 setup.py。这个文件包含了项目的安装配置信息，如项目名称、版本、描述、依赖等。

from setuptools import setup, find_packages

setup(
    name='bert-extractive-summarizer',
    version='0.10.1',
    description='使用BERT的提取式文本摘要',
    keywords=['bert', 'pytorch', '机器学习', '深度学习', '提取式摘要', '摘要'],
    long_description=open("README.md", "r", encoding='utf-8').read(),
    long_description_content_type="text/markdown",
    url='https://github.com/dmmiller612/bert-extractive-summarizer',
    download_url='https://github.com/dmmiller612/bert-extractive-summarizer/archive/0.10.1.tar.gz',
    author='Derek Miller',
    author_email='dmmiller612@gmail.com',
    install_requires=['transformers', 'scikit-learn', 'spacy'],
    license='MIT',
    packages=find_packages(),
    zip_safe=False
)

这个配置文件定义了项目的元数据和依赖项，用户可以通过运行 pip install . 来安装项目。

bert-extractive-summarizerEasy to use extractive text summarization with BERT项目地址:https://gitcode.com/gh_mirrors/be/bert-extractive-summarizer