最简单的，通过系统命令调别的语言实现的工具。

#1 楼 @Rei 太取巧。。话说你的那个 io 里需要类似功能么？

#2 楼 @iceskysl 暂时不需要，如果有的话会试试。

现在抽摘要用很简单粗暴的方法：抽取 p 标签内容裁剪 140 字。

跑在 jruby 上就可以自如的使用 java 的库了

@iceskysl ruby 内嵌 C 语言调用 OTS 呢？

#4 楼 @larryzhao 还木 jruby :(

https://github.com/ssoper/summarize

#3 楼 @Rei 汗，现在我也是如此粗暴～

#7 楼 @kenshin54 thx～ 等下测试下中文如何 hack 下，之前看过一个叫 pismo 的有类似功能～

#5 楼 @NonTwitter 理论可行，这不懒得折腾么～

@iceskysl 貌似刚才那个 gem 也是这么干的。。

#8 楼 @iceskysl 我现在的也是这么粗暴实现的，效果很差，大部分都不能展示出文章的主题

#12 楼 @aoner #3 楼 @Rei

全是粗暴一族～ 还有个自动提取关键词的大家怎么干的？不会要用户输入的吧～

以前是让编辑自己填的，现在 key 在搜索引擎没啥用了，就直接去掉了

#13 楼 @iceskysl 我觉得粗暴方式挺好，如果效果不好，那其实是文章作者的开头没有做到简明额要。而且最重要的是标题。

我这的新闻量很大，新闻大部分都是厂商直接发过来的。只有三编辑，根本忙不过来修改。他们的惯用写法是开头和结尾都是关于平台和游戏的介绍。

支持中文吗？

#15 楼 @Rei 这个说法好像也站得住脚～

不知道这样的东西对非拉丁语系的语言效果如何

#19 楼 @ywjno 要先进行中文分词

#20 楼 @Rei 我知道是需要分词，不过就在回帖之前突然想起，日语这种属于黏着语的语言，它的分词模型是怎么建立起来的（中文的分词倒是看了「数学之美」知道个皮毛）

ruby 调用 OTS 可以啊，直接上 fiddle 就行了，估计结果差不多。

#21 楼 @ywjno 日语的分词工具最流行的是 mecab, 用二元语法 (bi-gram, 就是只记录相邻两个字之间的条件概率), CRF 模型，用 viterbi 算法搞的，中科院分词啥的感觉就是照抄了 mecab, 然后加上一些无关紧要的经验判断做调料，根本就和什么语没关系...

数学之美里面介绍的是最大熵方法，也算一种分词方式，好处是不受词典限制。

viterbi 算法是从隐马模型来的，有个做得挺精致的 ppt. HMM 的 viterbi 算法扩展一下就能搞 CRF 了。

类似的东西还有个 SGD, 研究反向传播算法的家伙特别喜欢，(例如 dejavu 格式的作者 ), 只是好像没见过用来分词...

#22 楼 @luikore 神一样的人物果然各种料都有啊，感谢提供

#22 楼 @luikore thx