有什么好的网页摘要？

Question

假设我给你一个网址......你能分析这些文字并吐出该网页的“关键词”吗？ （除了使用元标签）

是否有良好的开源摘要？ （最好的Python）

Answer 1

频数会得到你一些的方式，但自然语言处理将提供更好的结果，因为它使用的语言技巧提供更高的精度。

Topia.termextract使用零件的词性（POS）标注算法，并可以从PyPI将http://pypi.python.org/pypi/topia.termextract/

Answer 2

一个简单的文本摘要装置：http://pythonwise.blogspot.com/2008/01/simple-text-summarizer.html

算法：

1. For each word, calculate it's frequency in the document 
2. For each sentence in the document 
     score(sentence) = sum([freq(word) for word in sentence]) 
3. Print X top sentences such that their size < MAX_SUMMARY_SIZE