miso-belica/sumy
Module for automatic summarization of text documents and HTML pages.
何を解決するか
HTMLページやプレーンテキストドキュメントから要約を自動的に抽出する方法を提供し、複数の言語をサポートし、要約の品質を評価するためのツールを提供します。
動作方法
このライブラリは、URLやファイルから解析されたテキストを処理するために、LexRank、LSA、Luhn、Edmundsonなどのさまざまな要約手法を使用します。トークナイザーとステマーを活用して、さまざまな自然言語を処理でき、コマンドラインユーティリティとして、またはPython APIとして使用できます。
対象ユーザー
アプリケーションにテキスト要約機能を統合したい開発者、または長文ドキュメントを素早く要約したいユーザー。
特徴
- 言語を簡単に追加できる多言語対応。
- HTMLとプレーンテキストの両方の入力をサポート。
- 要約の品質をテストするための組み込み評価フレームワークを備えています。
- Pythonライブラリ、CLIツール、Dockerコンテナとして利用可能。
関連
- プロジェクト
steipete/summarizeWebページ、ファイル、オーディオ/ビデオメディアからクリーンなテキストを抽出し、CLIまたはブラウザ拡張機能を通じてLLMによる要約を生成するツール。
- プロジェクト
deanmalmgren/textractさまざまなドキュメント形式からテキストを抽出するための統一されたインターフェースを提供する Python ライブラリです。テキスト分析のためのデータ準備プロセスを簡素化します。
- プロジェクト
dw-dengwei/daily-arXiv-ai-enhancedGitHubのみに依存するツールで、選択されたarXiv分野を毎日クロールし、大規模言語モデル（デフォルトはDeepSeek）を使って中国語の要約を生成し、GitHub Pagesに静的サイトとして公開します。フォークといくつかのシークレット/変数の設定だけで動作し、GitHub Actionsで実行されるため、サーバーは必要ありません。
- プロジェクト
zh-plus/openlrcfaster-whisper を使用して音声を認識し、LLM を使ってテキストを翻訳・仕上げて同期 `.lrc` 字幕に変換する Python ライブラリ。
- プロジェクト
goodmami/wn多言語ワードネットの探索と照査に使える Python ライブラリ。意味的類似度、分類的探索、語幹抽出のツールを提供します。