可借助Python实现三种本地文档自动摘要方法：一、用TextRank算法基于句子相似度提取关键句；二、调用MiniLM嵌入模型通过句向量聚类生成语义摘要；三、基于TF-IDF关键词匹配实现规则驱动摘要。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望快速提取本地文档的核心内容，但手动阅读和归纳耗时费力，则可以借助 Python 编写一个轻量级的自动摘要工具。以下是实现该功能的具体步骤：
一、使用 TextRank 算法提取关键句
TextRank 是一种无监督图模型算法，不依赖预训练语言模型，仅通过句子间相似度构建图结构并迭代计算重要性得分，适合离线运行且对中文支持良好。
1、安装所需库：pip install jieba numpy networkx
2、读取本地文档（支持 .txt 或 UTF-8 编码的 .md 文件），用 jieba 对全文分词并按句切分。
立即学习“Python免费学习笔记（深入）”；
3、构建句子相似度矩阵：对每对句子计算基于词重叠的余弦相似度，仅保留非零上三角部分。
4、将句子作为节点、相似度作为边权重，输入 NetworkX 构建无向加权图。
5、调用 nx.pagerank() 计算各句子得分，选取得分最高的前 3 句作为摘要输出。
二、调用本地部署的 MiniLM 嵌入模型生成语义摘要
MiniLM 是轻量级 Transformer 模型，可在 CPU 环境下运行，通过句向量聚类与中心句选取，提升摘要的语义连贯性。
1、安装依赖：pip install sentence-transformers
2、加载 all-MiniLM-L6-v2 模型（约 80MB，支持中英文）。
3、将文档按标点切分为句子列表，过滤掉长度小于 10 字符的碎片句。
4、批量编码所有句子，获取 384 维嵌入向量。
5、对向量集执行 KMeans 聚类（K=3），取每类中距离簇心最近的句子组成摘要。
三、基于规则的关键词驱动摘要生成
该方法完全规避模型依赖，利用 TF-IDF 提取文档高频实词，再反向匹配包含最多关键词的句子，确保摘要紧扣原文主题。
1、读取文档后去除停用词（使用 cn_stopwords.txt 列表）。
2、统计词频并结合逆文档频率（以当前文档为唯一语料，IDF 设为 log(1+1/词频)）计算 TF-IDF 值。
3、选取 TF-IDF 得分 top-5 的名词或动词作为关键词集合。
4、遍历所有句子，统计每句中关键词出现次数，选取累计次数最高的前 3 句。
5、按原始文档顺序重排选中句子，避免逻辑断裂。
