我经营一个允许用户写博客的网站，我很想总结写的内容并用它来填充<meta name="description".../>-tag。
我可以使用哪些方法来自动总结/描述用户生成内容的内容？
有没有（最好是免费的）方法可以解决这个问题？
（我看到其他网站只是复制前 100 个左右的单词，但我觉得这是一个次优的解决方案。）
【问题讨论】：
标签： artificial-intelligence nlp user-generated-content
将摘要任务视为从文档中“选择最重要的句子”的挑战。
H.P. 在The Automatic Creation of Literature Abstracts 中描述的方法。 Luhn (1958) 描述了一种实际上执行得很好的简单方法。试一试。
如果您的网站使用 Python 编码，则使用 NLTK（自然语言工具包）的算法是一项有趣的任务。
【讨论】：
让它可预测。
从用户的角度来看，简单地使用第一段一点也不差。 在某些情况下，使用任何自动化必然会失败。所以我建议显示 第一段（可能在某些时候被截断）作为摘要，并提供通过可选字段覆盖它的能力。
【讨论】：
我可能会尝试使用机械 Turk 或任何数量的其他众包选项。
【讨论】：
另一个要检查的项目，SourceForge 项目，AutoSummary Semantic Analysis Engine
【讨论】：
【讨论】：
雅虎为此提供了一个免费的 API： http://developer.yahoo.com/search/content/V1/termExtraction.html
【讨论】：
Apple 的 patent 6424362 - Auto-summary of document content 包含可能有用的示例代码...
【讨论】：
这与人工智能有关，因此不会有“简单”的解决方案，但有针对此问题的产品。
请查看Copernic Summarizer，仅此而已。
【讨论】：
名词短语通常是句子的重要元素。选择具有高密度名词短语的句子可以产生一个很好的总结。您可以使用词性标注器获取名词短语。
为了一个好的总结，最好是一个有意义的句子。读断句有点刺耳。
【讨论】：
或者，当作者发布文章时，作者可以突出显示可以在描述中使用的关键字，然后可以自动放入元描述标签中。
【讨论】：