在自動描述抽取過程中，文本中的一些內(nèi)容和對象非常重要，這將直接影響摘要的質(zhì)量。如關(guān)鍵詞、詞頻、詞位、句長、句子結(jié)構(gòu)、排版特點等。在自動生成描述的過程中，它們在抽象句的選擇和抽象句的組織上起著重要的作用。我們必須深刻理解和分析它們。

詞頻是指詞在文本中出現(xiàn)的頻率。具有標引價值的詞多為中頻詞，一般為反映句子語法結(jié)構(gòu)的虛詞，低頻詞不宜標引。同樣，在摘要中起重要作用的詞也是高頻關(guān)鍵詞（重要詞），在整篇文章中屬于中頻詞。根據(jù)中頻詞的個數(shù)，計算句子的權(quán)重，確定候選句子。

文本信息的標題是文本內(nèi)容的重要體現(xiàn)。各級文本的標題在不同程度上反映了文本的主要內(nèi)容。因此，標題中的詞匯是摘要的重要素材，其中的關(guān)鍵詞和原文的內(nèi)容往往與討論的話題密切相關(guān)。除題名中的虛詞外，其余關(guān)鍵字可作為抽象句中的“重要詞”。

有許多短語（詞）用來擴展概括句，反映課文的內(nèi)容。這些短語或單詞被稱為指示語。這種指示語有以下幾種形式：“本文討論”、“本文目的”、“總結(jié)”等。這些指示語后的句子往往高度概括了文學的主題。因此，這些句子很有可能被選為摘要的候選句子。

網(wǎng)站SEO中的網(wǎng)頁描述與內(nèi)容優(yōu)化要點

不同位置的句子對文章和段落主題的貢獻是不同的。優(yōu)幫云對此做了一些研究。我們認為，該段首句成為該段主題句的概率為85%，該段結(jié)尾句的概率為7%。因此，這些句子很有可能成為總結(jié)句。在自動摘要過程中，需要提高這些特殊位置的句子權(quán)重。

文章中有多種句式，如陳述句、疑問句、感嘆句等。然而，陳述句是真正反映文章主題的主要陳述句，這也說明文章的摘要大多由陳述句構(gòu)成。因此，在選擇總結(jié)句時，應(yīng)盡量提取陳述句，避免疑問句、感嘆句等形式的句子進入總結(jié)句。

摘要短小精悍，即用簡短的文字概括文章的主要內(nèi)容。因此，在選擇抽象句時，要選擇更簡潔、更短小的句子，而過長的句子通常不適合抽象。

隨著網(wǎng)頁設(shè)計軟件的發(fā)展，對機讀文獻的排版格式也提出了更高的要求。編輯經(jīng)常通過特殊的格式突出文學的主題內(nèi)容，如增加字體大小、改變粗體或特殊字體、下劃線、中間文字、標記、增加縮進、陰影、邊框、超鏈接等。應(yīng)考慮這些特殊的格式特征，適當增加權(quán)重。

站點優(yōu)化對于整個SEO項目來說，占據(jù)了非常大的比重。外部鏈接只能在內(nèi)部優(yōu)化的基礎(chǔ)上起到錦上添花的作用。優(yōu)幫云的觀點是：SEO的重點是考慮如何在網(wǎng)站上做好工作，迎合搜索引擎的規(guī)則，避免違反搜索算法。