🗣️レンマの定義

英語では，break，breaks，broken，breakingは同じ語彙素の形であり，breakはそれらを索引するレンマである。ここでいう「語彙」とは、同じ意味を持つすべての形の集合を指し、「レンマ」とは、その語彙を表すために慣習的に選択された特定の形を指す。レンマは、アラビア語、トルコ語、ロシア語など、屈折の激しい言語では特別な意味を持つ。

Mastering Data Mining with Python – Find patterns hidden in your data

RANDOM テスト目的のでたらめサマライザー

実際のアプリケーションには使用しないでください。これは、他のアルゴリズムと比較するための要約の評価の際にのみ使用されます。この方法の背景にある考え方は、もしどのサマライザーもこの方法よりも悪いスコアを持っている場合、それはおそらく本当に悪いアルゴリズムであるか、または実装に何か重大な欠陥やバグがあるということです。

Luhn　たくさん出てきた用語が重要というヒューリスティック

最も重要な文章とは、最も重要な単語を含む文章であるという仮定に基づいています。重要な単語とは、テキストの中でより頻繁に出てくる単語ですが、同時にストップワードには属さない単語でもあります。そのため、この機能を使用するには、あなたの言語のストップワードのリストが必要です。それがなければ、おそらく本当に悪い結果になるでしょう。

ストップワード、めちゃたくさん出てくる語

ストップワード とは 意味/解説/説明 【stop words】 | Web担当者Forum

Edmundson　強化型ヒューリスティック

bonus words - positively relevant. Edmundsonはここで、比較級、最上級、結論の副詞、価値用語、相対疑問詞、因果関係の用語のほとんどを見つけました。例：significant, great, famous, glorious, interesting, famous, optimal, super.
stigma words - negatively related. Edmundsonはここで、ほとんどの無意味な表現、軽蔑的な表現、取るに足らない詳細な表現、そしてヘッジング表現を見つけました。例：hardly, impossible.
null words - 無関係な言葉。Edmundsonは、序数詞、基数詞、動詞「to be」、前置詞、代名詞、形容詞、動詞の助動詞、冠詞、調整用接続詞のほとんどをここで見つけました。例：with, be, from, or, and, every, why, here.

Latent Semantic Analysis, LSA　頭いい感じの要約

代数的手法 - 最も進んだ手法で、言語に依存しません。しかし、最も複雑な方法でもあります（計算上および精神的に）。この手法は、テキスト中の同義語や、ドキュメントに明示的に書かれていないトピックを特定することができます。マークアップされていないプレーンテキスト文書に最適ですが、HTML文書でも威力を発揮します。Steinberger, J. a Ježek, K. Using latent semantic an and summary evaluationに記載されている、より高度なアルゴリズムを使用していると思われます。In In Proceedings ISIM '04. 2004. S. 93-100..

LexRank and TextRank　インターネット育ちのページランク

ワールドワイドウェブのアルゴリズムであるPageRankとHITSにインスパイアされた教師なしのアプローチ。文章間の関連性を見つけ、最も重要な単語やトピックに関連する文章を特定しようとします。原著論文を読んで、自分の使用目的に合っているかどうかを確認してください。

SumBasic　ニュートラル

文献でベースラインとしてよく使われる手法 - アルゴリズムのスコアを比較するために使われるもう一つの手法です。使ってもいいとは思いますが、LSAやTextRankに比べて特別な優位性はありません。

KL-Sum