文字列から要約を自動的に生成

Question

文字列の入力を与えられた場合、文字列の終わりを指定の長さに切り捨てることによって、非常に単純な形式の要約を生成する必要があります。

// Take an array of strings and generate a summary within a given length 
function stringSummaryFromMetadata($inArray,$len=80,$sep='§'){ 

    // Filter out 'false' values 
    $inputs=array_filter($inArray); 

    // First try just imploding array 
    $res=implode($sep,$inputs); 

    // Check for length 
    if(mb_strlen($res, 'utf8')>$len){ 

     // Calculate 'z' the fixed width constant 
     $x=count($inputs); 
     $z=round(($len-$x)/$x); 

     // Snip all strings to 'z' 
     $t1=array(); 
     foreach($inputs as $i) $t1[]=mb_substr($i,0,$z); 

     // Final answer 
     $res=implode($sep,$t1); 
    } 

    return $res; 
} 

テスト：

$test=array(
    'Ligula diam risus tempus lorem sit', 
    'Cursus metus commodo enim odio orci', 
    'Metus sapien porta sapien fusce sodales', 
    'king queen' 
); 
$out=stringSummaryFromMetadata($test); 
print $out; 

います：

Ligula DIAMのrisusのt§Cursusのmetus commod§MetusSAPIENポルタここ

は、最初のバージョンの機能です§クイーン

それは十分に良いですが、はるかに最適にすることができます。私はそれを確信しています。たとえば、テスト出力は80文字未満です。トリミング後の文字列の最後に空白があり、単語が切り刻まれています。

私が接線を離れて自分自身をロールする前に、コミュニティに聞きたいと思います以前に尋ねられた場合、またはアルゴリズムが既に存在する場合

Answer 1

wordwrapを使用して、結果の文字列に含まれる行数を数えます。複数の場合、テキストが必要以上に長くなっているため、セパレータを最初の行の末尾に追加し、他の行は破棄します。 1行しかない場合、テキストは短くなり、トリミングは行われませんでした。

wordwrapはありませんUTF8認識しているようだが、utf8_wordwrap作業機能を示しcommentあります。

Answer 2

また、Extraction based summarization using a shortest path algorithmに記載されている自動テキスト要約アルゴリズムを構築することもできます。このアプローチは実装するのが難しくありません。

幸運！