前后端分離文本摘要系統(tǒng)的設計與實現(xiàn)*

藺晨齊

(北京信息科技大學計算機學院，北京 100101)

0 引言

隨著信息時代的不斷發(fā)展，文本數(shù)據(jù)也爆炸性的增長，文本信息過載問題越來越嚴重，給人們帶來了越來越大的負擔，對文本摘要進行“降維”處理就顯得越發(fā)重要，而文本摘要作為自然語言處理的一個重要領域，旨在對文本信息經(jīng)過一系列算法處理后得到更簡潔關鍵的文本信息。因此本文設計實現(xiàn)了瀏覽器擴展程序前后端分離文本摘要系統(tǒng)，該系統(tǒng)主要利用了Flask和Ajax技術，以及TextRank[1]文本摘要算法。開發(fā)的目標是通實現(xiàn)一種文本摘要系統(tǒng)來提供一種思路，以促進文本摘要的實際應用，推動文本摘要領域成果的落地應用，開發(fā)宗旨的制定也應該以此為依據(jù)，為了便于推廣應用，這個系統(tǒng)應該具有：復用性，易用性，高效性的使用特點。而Chrome擴展程序[2]恰好能夠滿足這幾點要求，首先，Chrome瀏覽器具有較高的市場占有率，使用的人群足夠大，有利于摘要功能產(chǎn)品更好地推廣；其次Chrome瀏覽器擴展的開發(fā)已經(jīng)比較成熟，開發(fā)的成果易于使用，符合易用性要求和高效性需求；同時應用場景也足夠廣泛，Chrome瀏覽器擴展程序除了Chrome瀏覽器之外，還可以在其他具有webkit瀏覽器引擎的瀏覽器上使用，如獵豹瀏覽器、百度瀏覽器、opera瀏覽器、QQ瀏覽器等，能夠滿足復用性的要求。

同時，之所以采用前后端分離的框架，是因為雖然大多瀏覽器擴展程序都采用JavaScript實現(xiàn)應用功能以便于打包上架應用商店，但是文本摘要這類人工智能分支領域，在Python各類算法庫以及Numpy這類科學計算庫的加持下有著天然的開發(fā)條件優(yōu)勢[3]，因此本項目還是采用Python語言進行后端的實現(xiàn)，而由于Chrome瀏覽器擴展程序本身的特點與安全限制[4]，不便于調用本地項目文件中的Python腳本文件，因此以用戶本地作為媒介進行前后端連接，前端將摘要的文本內容寫入本地，后端從本地得到文本處理后再寫回本地，由前端再次獲取完成摘要的方案難以實現(xiàn)，于是我們采用了Ajax與Flask框架通過web服務完成前后端分離的方式越過這個問題，實現(xiàn)該應用系統(tǒng)。

由此得到的應用系統(tǒng)的意義在于，除了探索了文本摘要應用的另一條道路外，還將此系統(tǒng)的復用性進行了擴充，除了系統(tǒng)上層的應用實現(xiàn)了復用性外，該系統(tǒng)框架還可以在采用的算法上實現(xiàn)復用性，這也是前后端分離的特點所在，在后端進行局部的算法調整就可以嘗試不同的算法效果，有助于促進文本摘要算法的實際應用。

1 系統(tǒng)設計

前后端分離文本摘要系統(tǒng)是一個以Chrome瀏覽器擴展程序為主體，以待摘要的文本信息為輸入，以摘要信息為輸出的基于Flask框架，Ajax技術以及TextRank摘要算法實現(xiàn)的前后端分離的文本摘要系統(tǒng)。如圖1所示，前端是一個Chrome擴展程序的形式，包括用戶交互模塊，以及通信模塊，后端為一個web服務的web應用，同樣包括通信模塊，同時還有文本摘要模塊。

1.1 前端設計

前端框架以Chrome瀏覽器擴展程序的manifest.json配置文件為藍本進行設計與實現(xiàn)。manifest.json作為整個Chrome擴展程序最核心的文件，規(guī)定了整個擴展程序的配置內容，除了manifest_version、name、version三個必不可少的配置屬性外，還包括很多擴展功能所需的權限屬性，例如本項目中使用browser_action屬性中所包含的default_popup屬性，通過此屬性可以定義一個popup.html窗口與用戶進行交互，提升用戶的交互體驗，而popup.html想獲取摘要信息則需要在background屬性中通過JavaScript文件調用Ajax[5]與后端服務器端進行通信。

前端的界面設計主要集中在popup.html中，參考百度翻譯，谷歌翻譯等文本信息處理的瀏覽器處理擴展程序，html界面主要應該至少包括三個部分，輸入框，功能按鈕以及輸出框。

1.2 后端設計

后端則以Flask為框架進行搭建。主體的摘要算法端通過Python編寫，因此后端整體為了便于搭建框架也采用基于Python的Flask框架進行搭建，F(xiàn)lask是一個輕量級的可定制框架，較其他同類型框架更為靈活、輕便、安全且容易上手。它可以很好地結合MVC模式進行開發(fā)，開發(fā)人員分工合作，小型團隊在短時間內就可以完成功能豐富的中小型網(wǎng)站或Web服務的實現(xiàn)。

后端的核心算法是TextRank算法，該算法是脫胎于PageRank算法的一種抽取式無監(jiān)督文本摘要算法。與PageRank[6]算法相比TextRank使用句子代替網(wǎng)頁，將每兩個句子之間的相似度都等同于網(wǎng)頁轉換概率，以句子為節(jié)點，相似度為邊，構建一張帶權圖，根據(jù)各節(jié)點臨邊的權重進行排序，最終得出全文中與其他句子關聯(lián)度最高的句子，作為摘要結果。

圖1 前后端系統(tǒng)示意圖

1.3 前后端通信設計

前后端通信的過程設計為，用戶將想要摘要的內容輸入輸入框內，點擊按鈕，觸發(fā)background屬性中調用Ajax的JavaScript的監(jiān)聽事件，事件會獲取輸入框中的文本信息，通過Ajax交由后端處理，后端整體通過Flask框架中的Werkzeug庫搭建一個web服務以接收前端的請求信息，將摘要算法封裝成一個web應用等待調用，同時持續(xù)監(jiān)聽web服務的端口，準備接收以及解析前端發(fā)送的請求和信息，解析成功后將得到的文本信息交由被封裝的web應用進行處理，最后將處理后的信息通過web服務返回給請求信息的前端頁面，由JavaScript通過Ajax獲得返回信息，將文本處理結果寫入之前隱藏起來的結果框中并顯示出來，完成整個摘要過程，在此基礎上進行各個模塊的具體實現(xiàn)。

2 系統(tǒng)實現(xiàn)

基礎環(huán)境配置：Chrome瀏覽器采用Chrome極速瀏覽器75.0.3770.100(開發(fā)者內部版本)(32位)，JavaScript版本為V8 7.5.288.22，為了方便Ajax技術的使用，采用jQuery框架[7]，使用此框架中封裝好的Ajax方法，版本為jQuery v3.5.1，F(xiàn)lask版本為1.1.2。

本文中的Chrome瀏覽器文本摘要擴展程序實現(xiàn)了兩種摘要形式。

一種是通過點擊在manifest.json的icons屬性中添加的應用圖標呼出popup.html窗口，窗口直接通過web開發(fā)工具進行編寫，實現(xiàn)了美觀、簡約的界面效果目標。如圖2所示，整體包括三個重要部分摘要內容框，摘要按鈕以及摘要結果框，用戶將希望進行摘要的文本內容寫入內容框，點擊“摘要”按鈕后在結果框中即可得到摘要結果。同時可以通過底端鏈接直接訪問本項目的GitHub頁面，此外需要注意，出于安全限制的原因popup.html中禁止使用script標簽編寫的css與js語句，需要盡可能使用外鏈樣式與js文件進行樣式設計與動態(tài)渲染。

二是在瀏覽器中選中文本后，直接通過右鍵在功能菜單內選擇摘要功能進行摘要，如圖3所示，摘要結果會通過瀏覽器提示窗口展示，該形式的摘要功能需要在manifest.json權限控制屬性permission中列出contextMenus即上下文菜單權限標簽才能完成，發(fā)出申請的JavaScript文件通過genericOnClick函數(shù)監(jiān)聽右鍵菜單事件當事件觸發(fā)后，將瀏覽器中選中的文本通過Ajax向后端發(fā)出請求，并在返回時通過瀏覽器提示框展示出來。

同時本文采用本地服務器進行了測試，在將web服務器運行之前先確保Flask構造的web應用框架監(jiān)聽的網(wǎng)絡端口與前端發(fā)送至的端口一致，在接收到前端信息之后，通過Flask構造的Web應用框架對摘要算法進行函數(shù)修飾，以此對摘要算法進行web應用化，通過Flask庫中自帶的json信息解析類對前端發(fā)送的json信息進行解析，將解析后的信息傳遞給web應用化的摘要算法進行處理，并返回處理后的摘要結果信息。

3 結語

本文旨在為文本摘要的應用探索更多可行的路線，目前的工作通過Ajax與Flask前后端分離的技術實現(xiàn)了本地的Chrome瀏覽器擴展程序功能，實現(xiàn)的兩種功能通過本地服務器能夠流暢的使用，能夠滿足的易用性與高效性以及框架層面算法復用的要求，但通過web服務實現(xiàn)的前后端分離結構，能否滿足應用程序復用性要求還需要在在服務區(qū)端投入一定資金成本，因此上線應用商店還需要進一步探索。

圖2 應用窗口摘要示意圖

圖3 鼠標右鍵摘要示意圖