包含 阿拉伯数字+字母大写 的文本内容 某些情况 摘录为空

[bennyji]

中文摘录的时候，混杂 阿拉伯数字+字母大写 的一些情况，会导致摘录返回为空。 详见 https://zhuanlan.zhihu.com/p/703598986

---

Some cases of mixing Arabic numerals + capitalized letters in Chinese excerpts can cause the excerpt to return empty. See https://zhuanlan.zhihu.com/p/703598986 for details.

[miso-belica]

Hello, can you please provide your settings of the summarizer you use? Language, stemmer, tokenizer, ... any settings to reproduce this. Thank you

[bennyji]

以hugging face上的服务为例，你可以在该界面（https://huggingface.co/spaces/issam9/sumy_space）复现这个bug。 配置为： method：LSA， language：chinese sentence count：2 input type：text 以下两个文本就无法进行摘要，没有输出：

数字经济加快发展，5G用户普及率超过50%。强化农业发展支持政策，有力开展抗灾夺丰收，乡村振兴扎实推进。--强化生态环境保护治理，加快发展方式绿色转型。深入推进美丽中国建设。持续打好蓝天、碧水、净土保卫战。制定支持绿色低碳产业发展政策。

3D技术是一种以这种三维空间为基础的数字技术。广泛应用于多个领域。包括但不限于娱乐、设计、制造、教育和医疗等。使用场景例如:3D成像与显示、3D打印、3D建模与渲染、3D扫描、3D交互技术等。

但是，如果将第一句中的5G改为5g，他又可以成功。