使用Gensim.summarization模块时遇ModuleNotFoundError的解决方案求助

方案1：安装旧版本Gensim #

Gensim 4.0及后续版本已移除summarization模块，若要继续使用原代码，可安装3.x系列的稳定版本：

• 在Google Colab或终端执行以下命令：

  pip install gensim==3.8.3
  

  安装完成后即可正常导入summarize函数。

方案2：改用替代摘要库 #

如果不想降级Gensim，推荐使用以下成熟的文本摘要工具：

• Hugging Face Transformers：支持抽取式和生成式摘要，基于预训练模型效果更优
  示例代码：

  from transformers import pipeline
  
  # 初始化摘要管道
  summarizer = pipeline("summarization")
  # text为从PDF读取的目标文本
  summary_result = summarizer(text, max_length=150, min_length=30, do_sample=False)
  print(summary_result[0]['summary_text'])
  

  安装命令：pip install transformers

• Sumy：专注于抽取式摘要，内置多种经典算法
  示例代码：

  from sumy.parsers.plaintext import PlaintextParser
  from sumy.nlp.tokenizers import Tokenizer
  from sumy.summarizers.lsa import LsaSummarizer
  
  # 解析文本
  parser = PlaintextParser.from_string(text, Tokenizer("english"))
  # 初始化LSA摘要器，生成3句摘要
  summarizer = LsaSummarizer()
  summary = summarizer(parser.document, 3)
  # 输出结果
  for sentence in summary:
      print(sentence)
  

  安装命令：pip install sumy

补充：PDF文本读取工具 #

若尚未解决PDF内容读取问题，可使用以下工具：

• PyPDF2：轻量易上手

  import PyPDF2
  
  def extract_pdf_text(file_path):
      text = ""
      with open(file_path, 'rb') as f:
          reader = PyPDF2.PdfReader(f)
          for page in reader.pages:
              text += page.extract_text() or ""
      return text
  

  安装命令：pip install PyPDF2

• pdfplumber：文本提取精度更高，支持复杂排版PDF

  import pdfplumber
  
  def extract_pdf_text(file_path):
      text = ""
      with pdfplumber.open(file_path) as pdf:
          for page in pdf.pages:
              text += page.extract_text() or ""
      return text
  

  安装命令：pip install pdfplumber

内容的提问来源于stack exchange，提问作者EC20B1111 SHREERANG BAGAL