hrezaei/summbot

summbot's Issues

هوشمند کردن انتخاب طول خلاصه

به نام خدا

چندتا از اولین بازخوردایی که گرفتیم مربوط به طول خلاصه های تولید شده است. مثلا برای این متن خلاصه تولیدی این بوده:

داد زد. مصاحبه کرد. مناظره کرد. ⬅️همه ما در شغلی مشغول به کار هستیم. من خبرنگارم.

یا برای این یکی، خلاصه شده این:

حتما امتحان کنید. پاسخها روشنگر خواهند بود هر رنگ را فقط به یک نفر اختصاص دهید: سفید : روح دوم شما.

یکی دیگه از دوستان این متن را داده اند و خلاصه زیر را براش ناکافی دونسته اند:

کمکم کنید. پیامبر به بلال فرمودند: که این مرد را به خانه فاطمه ببر و به دخترم بگو که پدرت او را فرستاده است. بلال بازگشت و امانتی را تحویل پیامبر داد. عمار یاسر آن را خرید و مرد سائل(فقیر) را به خانه خود برد.

البته قبول دارم تو این دو مورد، جملات بدی هم انتخاب شده اند! :)
(باید در یک issue دیگه، سازوکار انتخاب جملات را ازین لحاظ بررسی و اصلاح کنیم)

کد اولیه این طور نوشته شده که 4 تا جمله برتر رو انتخاب میکنه، ولی به نظرم میرسه باید یه پارامتر به تابع
summ(text, clf)
اضافه کنیم و تعداد حداقل کلمات مجاز در خلاصه را بهش بدیم. بعد از رتبه بندی جملات، اونقده جملات برتر رو به خلاصه اضافه کنیم تا طول خلاصه ازین حداقل رد بشه.

و یه فرمولی تعیین میکنیم که موقع فراخوانی، مقدار اون پارامتر، به نسبت تعداد کلمات متن اصلی تعیین بشه.

وقتی این کار انجام شد، ربات را هم طوری تغییر میدیم که زیر هر خلاصه دوتا گزینه بیاد: «بیشتر خلاصه کن» و «کمتر خلاصه کن» و هر کدوم را کاربر کلیک کرد، اون پارامتر اختیاری را (مثلا 10درصد) افزایش یا کاهش میدیم، و متن خلاصه ارسال شده برای کاربر را به روز میکنیم.