1. 作者介绍

高朝阳，女，西安工程大学电子信息学院，2025级研究生

研究方向：高电压绝缘

电子邮件：1363196836@qq.com

程锡贵，男，西安工程大学电子信息学院，2025级研究生，张宏伟人工智能题组

研究方向：机器视觉与人工智能

电子邮件：15327178796@163.com

2. 算法理论知识介绍

2.1 文本摘要技术对比

本项目采用基于 Transformer 架构的生成式文本摘要方法。与传统方法相比，其特点如下：

抽取式摘要：从原文中提取关键句，不改变原文语句，实现简单，但可读性一般，语义连贯性较差。

生成式摘要（本项目采用）：基于 DeepSeek 大语言模型生成，能理解上下文语义，摘要更加自然流畅。其优点是语义理解能力强，更接近人工总结效果。

2.2 DeepSeek 大模型生成原理

DeepSeek 大模型通过以下核心模块实现对文本的深层理解：

（1）Transformer 架构：当前主流大模型的核心，具有并行计算能力强、长距离语义建模能力强等特点。Encoder（编码器）：负责理解输入文本语义。Decoder（解码器）：负责生成最终摘要文本。

（2）文本编译（Embedding）：实现向量化处理。

（3）Attention 注意力机制：能够动态关注文本中的核心内容，自动分析词语间的关系。

2.3 Attention 机制核心公式

模型通过计算不同词之间的关联程度，自动聚焦于重要内容。其核心公式为：

Attention(Q, K, V) = softmax( (QK^T) / sqrt(d_k) ) V

注：其中 Q 为查询向量，K 为键向量，V 为值向量。

3. 实验过程、代码实现与结果

3.1 开发环境与软件包准备

本项目系统通过本地 Python 程序调用云端 DeepSeek 接口，所需环境如下：

编程语言：Python（语法简洁，第三方库支持丰富）

开发工具：Visual Studio Code (VS Code)（高效的代码编辑与调试）

核心库：requests（用于发送 HTTP 请求，实现网络通信）

模型 API：DeepSeek API（提供大语言模型能力）

3.2 数据集与测试文本介绍

由于本项目主要验证 API 调用流程，采用自定义文本作为测试集：

数据来源：涵盖新闻、科技、学术、技术文档等中文长文本。

单文本长度：200~1000字。

输出摘要长度：50~150字。

测试示例：输入国家能源局发布的《2025年全国电力工业统计数据》长文本。

3.3 核心代码实现

import requests

# API配置
API_KEY = "sk-d30aeec612124a888f1b0d117060c606" 

def generate_summary(text):
    url = "https://api.deepseek.com/v1/chat/completions"
    headers = {
        "Authorization": f"Bearer {API_KEY}",
        "Content-Type": "application/json"
    }
    data = {
        "model": "deepseek-chat",
        "messages": [
            {"role": "user", "content": f"请为下面的文本生成一段简洁的中文摘要：\n{text}"}
        ],
        "temperature": 0.2,
        "max_tokens": 1000
    }
    try:
        resp = requests.post(url, json=data, headers=headers, timeout=30)
        resp.raise_for_status()
        result = resp.json()
        return result["choices"][0]["message"]["content"].strip()
    except Exception as e:
        return f"请求失败：{str(e)}" 

3.4 实验测试结果

在 VS Code 终端运行程序后，输入电力统计新闻长文本，系统成功调用 API 并返回结果：

生成结果：“国家能源局发布数据显示，2025年全国全社会用电量达9.8万亿千瓦时……非化石能源发电占比提升，资源配置能力增强。”

结论：实验证明系统能够完成从长文本输入到结构化摘要输出的闭环。

3.5 问题分析与优化方向

常见问题：开发中可能遇到 500 Server Error（服务器内部错误），需排查 API 地址、Key 有效性及参数格式。

项目优点：实现简单、开发效率高、摘要效果自然、支持长文本。

存在不足：依赖网络、API 调用有延迟、免费额度有限。

优化方向：

增加 GUI 图形界面

支持 Word/PDF 文件直接读取

增加关键词提取功能

探索本地部署模型

4. 参考连接

DeepSeek 官方文档：https://platform.deepseek.com/

Python Requests 库文档：https://requests.readthedocs.io/