TextTeaser：自动文本摘要算法开源

移动带来的一个直接后果，是人们的注意力和时间被严重碎片化，长文摘要的重要性凸显出来。今年三四月，Yahoo和Google先后以3000万美元左右的价格收购了相互竞争的新闻摘要App公司Summly和Wavii，更使文本摘要成为热门技术。

因此，Bright公司（用算法来分析职位并优化招聘流程）的两位菲律宾裔工程师Jolo Balbin（@HN）和Ben Sarmiento联手开发的自动文本摘要算法TextTeaser当然会引起较多关注。算法还有相应的Web应用（我在试用时出错了）和API。使用Scala语言和构建工具SBT。

Hacker News曾三次讨论过TextTeaser以及基于它实现的产品：

• https://news.ycombinator.com/item?id=6536896
• https://news.ycombinator.com/item?id=6049873
• https://news.ycombinator.com/item?id=6498625

上周，TextTeaser又迎来了自己的TechCrunch时刻。在TechCrunch报道中，Jolo Balbin说算法是他在马尼拉读本科和硕士期间（他的硕士论文就是文本摘要）开发的，效果比Cruxbot和Summly还要好。

算法主要考虑四方面：

1. 标题中词语与正文中其他词的关系；
2. 句子的长度；
3. 句子的位置（一般文章的第二句比第一句要重要，作者往往在这里引入关键要点）；
4. 如果文章所在网站某些词出现更频繁，这些词要加权重。