提取式摘要技術 是什麼？

Extractive Summarization — 提取式摘要技術 的完整解釋

提取式摘要技術從原文中選擇重要句子組成摘要，簡單直接，易於實現，但可能缺乏連貫性，且無法進行語義概括。

容易混淆

提取式摘要 vs 摘要生成技術 提取式摘要直接挑原文句子。 摘要生成技術會用自己的話重寫內容。 最關鍵的區別：剪句子，還是重寫句子。

提取式摘要 vs ROUGE 提取式摘要是方法。 ROUGE 是常用來評估摘要品質的指標。 最關鍵的區別：一個是做法，一個是評分。

提取式摘要 vs 關鍵字擷取 關鍵字擷取只抓詞。 提取式摘要抓的是完整句子。 最關鍵的區別：抓詞，還是抓句。

記住這句就好

原文句子挑得好，就是提取式摘要。

實際案例

會議紀錄整理 先把冗長會議記錄壓縮成幾句重點，方便大家回看。 Before：整篇逐字稿太難掃。After：挑出決策、待辦和風險句。

新聞快覽 編輯要在很短時間內先抓新聞重點。 Before：只能整篇看完。After：用提取式摘要快速縮短閱讀時間。

算法與應用

常見做法是先為每個句子打分，再依分數挑出最重要的句子。

打分方式可以用 TF-IDF、位置特徵、圖排序或機器學習模型。

它的優點是保留原意，缺點是句子之間未必連貫，還可能重複。

情境判斷

Q1（直覺題）： 提取式摘要和摘要生成技術最大的不同是什麼？

→ 提取式是選原文句子，生成式是用自己的話重寫，所以流暢度和風險都不一樣。

Q2（判斷題）： 如果你要處理法規或合約，通常比較偏向哪一種摘要？

→ 看情況，但常會偏向提取式，因為它較能保留原文措辭，避免改寫造成法律風險。

常見問題

提取式摘要的優缺點是什麼？

優點是簡單、穩定、容易保留原文，缺點是可能不連貫，也不會真正改寫語意。

TF-IDF 怎麼幫助摘要？

它可以幫忙看哪些詞比較重要，進而推高包含這些詞的句子分數。

要怎麼改進摘要品質？

可以加句子排序、語意模型或領域知識，讓選句更準。