自動要約モジュール yoyaku
===========

このプログラムはPythonから使う自動要約のためのモジュールです。
今の所、MMR(Maximal Marginal Relevancew)による単純な文の抜粋による自動要約を行います。

動作に必要なもの
============
Python 2.5
MySQL 4+
mysql-python
MeCab
mecab-python
nltk

インストール
===========
1) 任意の名前でmysqlデータベースを用意します。
2) gunzip -c data/tabledump.sql.gz | mysql yourdatabasename
3) sudo python setup.py install

テスト実行
===========
いくつかのプログラムは、テスト的に実行するためのコマンドラインインターフェースを付けています。

1. 日本語の自動要約
-----------------
日本語テキストの自動要約をテストできます。
ファイルsample.txtに要約したい日本語のテキストが入っているとします。
$ python yoyaku/engine/NormalJP.py < sample.txt
と入力すると、要約を出力します。
このコマンドでは各種文字エンコーディングを指定するオプションがありますので、詳しくは--helpオプションでヘルプをご覧ください。

2. 英文の文分割
--------------
（注：この機能はまだ途中までしか実装が進んでいません。）
英文を文単位に区切って出力します。
英文は通常ピリオドで文末を表しますが、"Web2.0"とか"U.S."のように、文末以外でピリオドが使われる場合も多く、その判定は困難です。
このプログラムでは標準入力からの入力を、文単位に区切ります。
ファイルsample.txtに区切りたい英文が入っているとします。
データベースcivoryに、インストール時に用意した辞書データMySQLが用意されているとします。
$ python yoyaku/engine/SentenceBoundaryEN.py -dcivory  sample.txt
と入力すると、英文を文単位に分割して出力します。

3. 英文のトピック分割
-------------------
英文（わりと長い文）の内容をトピックごとに分割して出力します。
入力は文単位に区切られている必要があります。
ファイルsample.txtに分割したい英文の長文が入っているとします。
$ python yoyaku/engine/TopicSegmentationEN.py < sample.txt
と入力すると、英文をトピックごとに分割して出力します。
分割区切りには"-------------------------"が出力されます。